人工神經(jīng)網(wǎng)絡的三江平原土壤質量綜合評價與預測模型

為提高坡耕地產(chǎn)量,保護水土流失,分析不同下墊面土壤侵蝕量的預測方法,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)絡土壤侵蝕量預測模型,應用2002年土壤侵蝕量數(shù)據(jù)對模型進行檢驗。結果表明:采用三層bp網(wǎng)絡結構,輸入層為4個神經(jīng)元,分別為徑流量、降雨量、有機質、覆蓋度,輸出層為土壤侵蝕量。預測值的合格率為80%,精度較高,具有很好的預測性能。

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系的人工神經(jīng)網(wǎng)絡模型。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)采集當天的10cm、20cm和40cm深度的土壤含水量以及當天的日照時數(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。模型的學習因子為0.1,動量因子為0.05。模型經(jīng)過25000次訓練后收斂,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系,并能夠準確預報出土壤水分信息。

土壤含鹽量的預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意義。在闡述bp人工神經(jīng)網(wǎng)絡原理的基礎上,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,對土壤含鹽量進行了預測。結果表明,bp神經(jīng)網(wǎng)絡模型預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)絡理論,提出了根據(jù)前期沉降觀測資料進行沉降預測的人工神經(jīng)網(wǎng)絡模型,并用于汕汾高速公路預壓荷載卸荷時間預報.研究表明,所建議的模型較傳統(tǒng)沉降預測模型具有顯著的優(yōu)越性,應用前景廣闊.

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

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

以bp人工神經(jīng)網(wǎng)絡模型為基礎,建立預測模型,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)絡模型進行訓練,并對9期～12期實際觀測值與預測值進行了比較,結果比較理想,從而驗證了采用bp人工神經(jīng)網(wǎng)絡模型進行建筑物沉降的預測是可行的。

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

針對基坑變形預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)絡預測基坑變形的新方法。用一樁錨聯(lián)合支護體系實例進行了預測研究,得到支護體系的不同預測模型的組合預測值。研究結果表明:灰色神經(jīng)網(wǎng)絡預測誤差比gm(1,1)預測模型小;與bp預測模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測中,為了更準確地預測基坑變形,可以采用灰色神經(jīng)網(wǎng)絡預測與bp預測相結合的方法進行預測。

人工神經(jīng)網(wǎng)絡模型描述

目前我國每年建成的建筑中,95％以建筑高能耗更為嚴重,單位建筑面積采暖能耗為發(fā)達國家新建建筑的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)能標準在設計和評價過程中,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(如建筑

土壤水分含量是影響作物生長的重要因素,精確的預測技術對水資源的合理利用與管理具有重要的指導意義。利用人工神經(jīng)網(wǎng)絡理論,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測模型,并對其預測精度進行了評價。結果表明,bp神經(jīng)網(wǎng)絡模型預測土壤含水率的最大誤差為8.66%,平均誤差為4.27%,預測精度達到0.989。模型具有較高的預測精度,其結果可為制定合理的水資源調配方案和調度計劃提供科學依據(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注。我國大部分地區(qū)降水集中,生態(tài)破壞導致水土流失嚴重。利用bp網(wǎng)絡模型對水土流失程度進行檢測和分析是當前學科領域的一個熱門話題。

將模糊數(shù)學和人工神經(jīng)網(wǎng)絡應用于建筑工程質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量等級的智能化新途徑。

基于人工神經(jīng)網(wǎng)絡的軟件質量評價

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

利用matlab編程語言構造了三層bp神經(jīng)網(wǎng)絡結構,建立了基于人工神經(jīng)網(wǎng)絡的投標報價模型,通過仿真模擬確定標高金水平,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依據(jù)。

人工神經(jīng)網(wǎng)絡預測軟土地基沉降——簡要介紹了高速公路軟土地基的基本性質和對高速公路的主要影響，充分運用人工神經(jīng)網(wǎng)絡較強的非映射能力來預測軟土地基的沉降，利用實測資料來對復雜的非線性的土工結構進行直接建模，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和對高速公路的主要影響,充分運用人工神經(jīng)網(wǎng)絡較強的非映射能力來預測軟土地基的沉降,利用實測資料來對復雜的非線性的土工結構進行直接建模,并計算出軟土地基的沉降值,獲得滿意的效果。結果顯示,人工神經(jīng)網(wǎng)絡應用于軟土地基沉降的前景是非常廣闊的。

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

根據(jù)建筑物實測沉降利用人工神經(jīng)網(wǎng)絡理論,建立了前饋網(wǎng)絡預測模型并提出新的學習算法,結合某建筑物糾偏工程實例對建筑物沉降進行了預測.預測結果表明神經(jīng)網(wǎng)絡方法是可行且有效的.