人工神經(jīng)網(wǎng)絡(luò)的三江平原土壤質(zhì)量綜合評價與預(yù)測模型

為提高坡耕地產(chǎn)量,保護(hù)水土流失,分析不同下墊面土壤侵蝕量的預(yù)測方法,以2000~2001遼寧北部典型坡耕地數(shù)據(jù)為樣本,建立bp神經(jīng)網(wǎng)絡(luò)土壤侵蝕量預(yù)測模型,應(yīng)用2002年土壤侵蝕量數(shù)據(jù)對模型進(jìn)行檢驗。結(jié)果表明:采用三層bp網(wǎng)絡(luò)結(jié)構(gòu),輸入層為4個神經(jīng)元,分別為徑流量、降雨量、有機(jī)質(zhì)、覆蓋度,輸出層為土壤侵蝕量。預(yù)測值的合格率為80%,精度較高,具有很好的預(yù)測性能。

依據(jù)從2005年1~12月所采集的365組試驗數(shù)據(jù),建立了一個能夠反映土壤墑情變化與氣候因素之間關(guān)系的人工神經(jīng)網(wǎng)絡(luò)模型。模型共分輸入層、隱含層和輸出層3層。輸入層的輸入變量包括數(shù)據(jù)采集當(dāng)天的10cm、20cm和40cm深度的土壤含水量以及當(dāng)天的日照時數(shù),空氣濕度,平均氣溫和降雨量。輸出層的輸出變量包括1天后的10cm2、0cm和40cm深度的土壤含水量。模型的學(xué)習(xí)因子為0.1,動量因子為0.05。模型經(jīng)過25000次訓(xùn)練后收斂,收斂誤差為8×10-4,這說明該模型能夠很好的反映出輸出量與輸入量的關(guān)系,并能夠準(zhǔn)確預(yù)報出土壤水分信息。

土壤含鹽量的預(yù)測對合理配置水資源,防治土壤次生鹽堿化等具有重要的指導(dǎo)意義。在闡述bp人工神經(jīng)網(wǎng)絡(luò)原理的基礎(chǔ)上,針對影響土壤含鹽量的主要因素,建立了多因子土壤含鹽量的3層bp網(wǎng)絡(luò)模型,以土壤含水率、地下水礦化度、地下水ph值、地下水埋深、相對濕度、降雨量、蒸發(fā)量作為模型輸入?yún)?shù),土壤含鹽量作為模型輸出,對土壤含鹽量進(jìn)行了預(yù)測。結(jié)果表明,bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測土壤含鹽量的最大誤差為8.78%,平均誤差為5.99%,模型具有較高的預(yù)測精度。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測資料進(jìn)行沉降預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預(yù)壓荷載卸荷時間預(yù)報.研究表明,所建議的模型較傳統(tǒng)沉降預(yù)測模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實例檢驗證明,該方法收斂速度快,預(yù)測的可靠性令人滿意。

基于人工神經(jīng)網(wǎng)絡(luò)的工程造價預(yù)測模型——利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力,提出了一種基于bp神經(jīng)網(wǎng)絡(luò)模型的工程造價預(yù)測模型,指出該預(yù)測模型可對不同情況的工程造價進(jìn)行合理的預(yù)測,實例檢驗證明,該方法收斂速度快,預(yù)測的可靠性令人滿意?！　?/p>

以bp人工神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),建立預(yù)測模型,以小區(qū)某棟建筑物1期～8期的沉降觀測數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,并對9期～12期實際觀測值與預(yù)測值進(jìn)行了比較,結(jié)果比較理想,從而驗證了采用bp人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行建筑物沉降的預(yù)測是可行的。

針對人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型結(jié)構(gòu)難以確定的問題,詳細(xì)闡述了一種在模型訓(xùn)練中進(jìn)行隱層數(shù)目及隱層單元數(shù)目動態(tài)調(diào)整的人工神經(jīng)網(wǎng)絡(luò)算法,并以vc++為開發(fā)工具實現(xiàn)了變結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)成礦預(yù)測模型,經(jīng)用華南26個巖體檢驗,回憶率及預(yù)測率均高達(dá)100％。該方法提供了一種面向具體問題的動態(tài)解決方案,在成礦預(yù)測工作中具有一定的實用性。

針對基坑變形預(yù)測中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測基坑變形的新方法。用一樁錨聯(lián)合支護(hù)體系實例進(jìn)行了預(yù)測研究,得到支護(hù)體系的不同預(yù)測模型的組合預(yù)測值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測誤差比gm(1,1)預(yù)測模型小;與bp預(yù)測模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測中,為了更準(zhǔn)確地預(yù)測基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測與bp預(yù)測相結(jié)合的方法進(jìn)行預(yù)測。

人工神經(jīng)網(wǎng)絡(luò)模型描述

目前我國每年建成的建筑中,95％以建筑高能耗更為嚴(yán)重,單位建筑面積采暖能耗為發(fā)達(dá)國家新建建筑的3倍以上。為了節(jié)約建筑能耗,減輕環(huán)境壓力,建筑節(jié)能成為可持續(xù)發(fā)展的重要戰(zhàn)略。我國現(xiàn)有的建筑節(jié)能標(biāo)準(zhǔn)在設(shè)計和評價過程中,缺少有效的建筑體系耗能分析評價方法,而只是直觀地給出了一些綜合性指標(biāo)(如建筑

土壤水分含量是影響作物生長的重要因素,精確的預(yù)測技術(shù)對水資源的合理利用與管理具有重要的指導(dǎo)意義。利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了以降水量、蒸發(fā)量、相對濕度和地下水埋深為輸入因子,土壤水分含量為輸出因子的預(yù)測模型,并對其預(yù)測精度進(jìn)行了評價。結(jié)果表明,bp神經(jīng)網(wǎng)絡(luò)模型預(yù)測土壤含水率的最大誤差為8.66%,平均誤差為4.27%,預(yù)測精度達(dá)到0.989。模型具有較高的預(yù)測精度,其結(jié)果可為制定合理的水資源調(diào)配方案和調(diào)度計劃提供科學(xué)依據(jù)。

長期以來,由于水土流失引發(fā)的生態(tài)環(huán)境問題受到各界人士的十分關(guān)注。我國大部分地區(qū)降水集中,生態(tài)破壞導(dǎo)致水土流失嚴(yán)重。利用bp網(wǎng)絡(luò)模型對水土流失程度進(jìn)行檢測和分析是當(dāng)前學(xué)科領(lǐng)域的一個熱門話題。

將模糊數(shù)學(xué)和人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于建筑工程質(zhì)量等級的綜合評價中,提供了一條定量、客觀評價建筑工程質(zhì)量等級的智能化新途徑。

基于人工神經(jīng)網(wǎng)絡(luò)的軟件質(zhì)量評價

隨著信息化建設(shè)的不斷推進(jìn),計算機(jī)網(wǎng)絡(luò)安全問題的受關(guān)注程度不斷提升,計算機(jī)網(wǎng)絡(luò)安全綜合評價也隨之成為業(yè)界關(guān)注的焦點,基于此,文章簡單介紹了gabp神經(jīng)網(wǎng)絡(luò)模型、計算機(jī)網(wǎng)絡(luò)安全綜合評價模型,并結(jié)合仿真開展了模型的性能分析,希望由此能夠為相關(guān)業(yè)內(nèi)人士帶來一定啟發(fā)。

利用matlab編程語言構(gòu)造了三層bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),建立了基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報價模型,通過仿真模擬確定標(biāo)高金水平,并用實例驗證了其可靠性,為承包商作出合理報價決策提供了科學(xué)依據(jù)。

人工神經(jīng)網(wǎng)絡(luò)預(yù)測軟土地基沉降——簡要介紹了高速公路軟土地基的基本性質(zhì)和對高速公路的主要影響，充分運(yùn)用人工神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非映射能力來預(yù)測軟土地基的沉降，利用實測資料來對復(fù)雜的非線性的土工結(jié)構(gòu)進(jìn)行直接建模，并計算出軟土地基的沉降值，獲得滿意的效果...

簡要介紹了高速公路軟土地基的基本性質(zhì)和對高速公路的主要影響,充分運(yùn)用人工神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非映射能力來預(yù)測軟土地基的沉降,利用實測資料來對復(fù)雜的非線性的土工結(jié)構(gòu)進(jìn)行直接建模,并計算出軟土地基的沉降值,獲得滿意的效果。結(jié)果顯示,人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于軟土地基沉降的前景是非常廣闊的。

針對電力系統(tǒng)短期負(fù)荷預(yù)測的特點,以及人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和復(fù)雜的非線性擬合能力,將人工神經(jīng)網(wǎng)絡(luò)的bp、elman、rbf三種模型用于短期負(fù)荷預(yù)測,建立了短期電力負(fù)荷預(yù)測模型,綜合考慮氣象、天氣等影響負(fù)荷因素進(jìn)行短期負(fù)荷預(yù)測。某電網(wǎng)實際預(yù)測結(jié)果表明,rbf比bp、elman有更好的預(yù)測精度,更快的速度。

根據(jù)建筑物實測沉降利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了前饋網(wǎng)絡(luò)預(yù)測模型并提出新的學(xué)習(xí)算法,結(jié)合某建筑物糾偏工程實例對建筑物沉降進(jìn)行了預(yù)測.預(yù)測結(jié)果表明神經(jīng)網(wǎng)絡(luò)方法是可行且有效的.