基于ESMD-FE-AJSO-LSTM算法的水闸深基坑变形预测

水闸深基坑开挖变形具有明显的非线性和非稳定性特征,基于此,引入极点对称模态分解算法（extremepoint symmetric mode decomposition method,ESMD）对水闸深基坑开挖变形原型监测序列进行多模态分解,并基于模糊熵（fuzzy entropy, FE）理论对各分解分量进行模糊多模态相空间重构,从而有效甄别水闸基坑变形不同时间尺度有效物理特征。构建基于人工水母搜索算法（artificial jellyfish search optimizer,AJSO）优化的长短期记忆（long short-term memory,LSTM）人工神经网络模型,以重构后的各重构子序列为基础进行优化训练,并把训练后的各预测模态分量合并,实现对水闸基坑开挖变形动态预测和分析。以张家港市十一圩江边枢纽改建工程基坑开挖变形监测为例,采用上述方法对该枢纽工程基坑开挖过程变形进行预测和分析。结果表明：基于ESMD-FE-AJSOLSTM算法的水闸深基坑变形预测方法能够有效预测基坑开挖变形非线性特征,相比传统LSTM、循环神经网络（recurrent neural network,...     

基于Revit平台的空箱式挡土墙三维建模二次开发

基于Revit平台手动创建多段空箱式挡土墙需要对立板、底板、空箱、扶壁、齿坎等构件重复进行轮廓编辑,其中还涉及计算、阵列和旋转操作,步骤繁冗复杂.为提高建模效率,基于Revit提供的API接口和C#技术进行二次开发,参数化挡土墙的各个构件轮廓和路径,图形化动态显示挡土墙截面,为用户带来便捷的使用观感和快速的建模方式.     

基于Revit平台与c#技术的平板直升门水闸建模

Revit软件已广泛应用于建筑领域但其并不完全适用于水利工程设计,根据Revit提供的API接口并基于c#技术设计研发了参数驱动模型生成水闸建模程序.通过细化整理水闸闸室结构形式、分块模型独立参数化以及建模过程可视化可简化的步骤生成水闸三维模型,明显提高了Revit平台上平板直升门水闸三维建模的效率和便捷性.     

基于Revit二次开发的挡土墙三维建模

为满足水利工程设计要求,Revit平台中已存在挡土墙三维建模的二次开发程序,但程序设置的参数无法写入Revit,模型与数据分离,且无法针对项目保存参数,交互性有待加强。为提高建模的效率,加深建模的深度,文章以Revit平台和C#技术为基础进行动态更新机制开发研究,探索自定义参数与族文件之间的读取和存储,实现模型与参数绑定,完整保存项目中模型的信息,有效提高了建模的交互性和实用性,保证了模型信息的实时更新和数据的完整性,研究方案为类似问题的解决提供思路及借鉴。