1) Monte Carlo-finite element method
蒙特卡洛有限元
1.
A Monte Carlo-finite element method is presented for statistical characteristic values of the maximal deflection analysis of the prestressed cable truss of point-supported curtain.
运用蒙特卡洛有限元法,考虑预应力的随机性,分析并计算了点支幕墙预应力索桁架支承体系的挠度最大值的统计特征值,得到其失效概率。
2) MC-FEM
蒙特卡罗-有限元
1.
Based on MC-FEM mathod,this paper deals with simulating and calculating fractural angles of shallow tunnels.
应用蒙特卡罗-有限元法模拟和计算浅埋隧道荷载破裂角,视围岩弹模、粘聚力、密度等参数为随机变量,根据各参数的分布函数进行随机抽样。
4) Monte-Carlo FEM
蒙特卡罗-有限元法
5) finite element Monte-Carlo method
有限元蒙特卡罗法
1.
A finite element Monte-Carlo method using artificial neural networks(ANN) is presented in this paper.
针对有限元蒙特卡罗法计算量大的弊端和岩土工程结构功能函数不能用显式表达的可靠性分析问题 ,提出并论证了基于神经网络的随机有限元 (有限元蒙特卡罗 )分析法 。
6) Monte-Carlo stochastic finite element method
蒙特卡罗随机有限元法
补充资料:蒙特卡洛赛道
赛道名称:摩纳哥蒙特卡洛赛道
地址:ac-monaco b.p. 464 23, boulevard albert 1er 98012 monaco cedex
官方网站:[[1]]
赛道长度:3.340公里
赛道记录: 1分14秒439 (2004,舒马赫,法拉利)
比赛总长度:260.520公里
比赛总圈数:78圈
赛道简介:
蒙特卡洛赛道是一条具有悠久历史的赛道,位于蒙特卡洛城中,是以街道为赛道。并拥有f1赛道中最慢的弯角和唯一的隧道。同时因为在街道比赛,车队的加油站也很小很窄。但是由于赛道的技巧性强,悬挂和轮胎都很重要,这站比赛的冠军也是许多车手梦寐以求的。
一条非常紧窄和多弯的赛道。摩纳哥是非常富挑战性而超越前车的机会是甚低。高下压力是必须的来达到最大的抓着力。车手们在这里要十分小心,精神集中和精确的赛车控制是获得好成绩的钥匙。赛车的车轮会十分接近防撞栏,一场赛事中平均需要转挡三千次。
另外,由于蒙特卡洛宜人的风景,这里也是车手们最喜欢的一站比赛。迈克尔-舒马赫曾经在这里五次获得冠军,不过成绩最好的还是塞纳,虽然他也是五次夺冠,但是却是连续获得,或许这是迈克尔-舒马赫所不能做到的。近四年来,摩纳哥大奖赛的冠军被三大车队轮流获得。
赛道特性:
摩纳哥大奖赛首次亮相是在1929年;第二次则要等到1950年,这是一条具有悠久历史的赛道。赛道全长3.340公里,是f1赛道中最短的一条,同时它还拥有f1赛道中最慢的弯角和唯一的隧道。
根据数据统计,摩纳哥蒙特卡洛赛道最快时速能达到270公里,而有时却只能跑出40公里的时速。赛道两侧没有任何的缓冲区,想要在这里超车基本上是不可能的。在摩纳哥站历史上,最成功的车手无疑是塞纳和迈克尔-舒马赫,两人都是五次夺冠,创下了在同一分站取胜最多的纪录。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条