基于神经网络的喀斯特石漠化预警分析模型研究——以广西都安为例

阐述了人工神经网络的基本工作原理,分析BP算法在神经网络中的应用,并具体介绍了BP算法过程。在此基础上,以都安石漠化预警分析为例,提出了基于神经网络的石漠化预警模型的结构。人工神经网络模型实现了石漠化预警分析,确定石漠化危险性指数,并把分析的结果以专题图的形式来表现,从而验证石漠化预警分析模型的可靠性和可行性。     

基于Matlab的BP神经网络在大气污染物浓度预测中的应用

为了寻求有效控制和改善环境质量的相应措施,选用了英国伦敦Bloomsbury监测站的PM10小时平均浓度监测资料,采用“提前终止法”泛化改进的BP神经网络模型,预测PM1024 h内的小时平均浓度。结果表明：采用BP神经网络法对大气污染物浓度进行预测,预测相对误差在2%-48%之间,且绝大部分在2%-17%之间,预测精度较高,泛化能力较好,为大气污染物浓度预测提供了一种全新的思路和方法。     

BP神经网络在流溪河水库径流量预测中的应用

流溪河水库是广州市的主要饮用水源地,所属地区降雨量年际变化大,不利于水资源的优化配置。对流溪河水库径流量进行预测研究,可为其水资源的优化配置提供科学依据。目前人工神经网络(ANN)技术在水文序列模拟预测中有较多的应用,本文根据流溪河水库1959~2000年水文数据,利用BP神经网络对径流量进行预测,从模型检验结果看,所建模型有较好的拟合效果和预测精度,说明神经网络在预测径流量方面有良好的实用性。     

基于神经网络评估的密封点泄漏检测

介绍了运用神经网络评估方法对石化生产装置泄漏风险进行量化评估的主要程序：输入变量的选择、风险指标的确定及总风险评估指标的确定等。以某炼油厂柴油加氢精制装置的应用为例,说明该方法可以指导企业根据最终确定的风险等级制定泄漏检测计划,对高风险部位增加检测的频次,既能有效监控密封点的密封效果,又减少不必要的资源投入。     

基于神经网络的城市夜间环境监控与预测

因夜间天空亮度分布具有非线性变化特点,故引入神经网络算法,建立基于时间序列的夜天空亮度预测模型,夜天空亮度预测模型可为城市光污染防治提供评价依据.文章对神经网络的原理进行了论述,建立了基于时间序列预测模型.以测试数据为训练样本集,基于MATLAB(矩阵实验室,Matrix Laboratory的简称),采用改进的BP算法(误差反向传播算法)对网络进行学习训练,并对存在的误差进行了分析.基于时间序列BP神经网络的夜天空预测模型,当隐含层神经元数目为5,训练函数为L-M优化算法(trainlm)时,最大绝对误差可达到0.003 6 cd/m2,最大相对误差达到2.361 4%.结果表明,模型的运行结果与试验数据比较吻合,输出与目标矢量之间相关性也较好.     

基于实时控制的智能控制在废水处理中的应用

针对废水处理系统具有时变性、非线性、复杂性和不确定性等特点,提出采用智能控制对其进行实时有效控制从而提高处理效率、降低能耗,对智能控制的主要分支模糊控制、神经网络控制和专家系统进行讨论,介绍总结了国内外专家学者应用智能控制技术实现水处理中实时控制的最新动态。结果表明,废水处理系统采用智能控制可以有效地实现实时控制,提高处理效率、降低能耗和成本。     

海上溢油扩散图像处理的非线性方法研究

针对海上溢油应急处理问题,本文主要对溢油的初级行为--扩散进行探讨.提出了采用溢油扩散图像来预测溢油扩散未来发展趋势的3步非线性处理过程,即图像边缘检测、面积计算和面积预测,对这一过程中应采用的方法进行了分析与比较.并以奥里油在静止海水中扩散为范例,在MATLAB环境下,利用非线性方法对扩散图像进行边缘监测,通过对梯度算子阀值的调整来计算完整的油膜覆盖面积,并将其计算结果进行BP神经网络预测.结果表明:采用Roberts边缘算子可以得到很好的边缘检测结果,采用BP神经网络获得的面积预测结果与实验结果吻合程度较好.     

基于概率神经网络的西安地区地下水水质评价

为了检验概率神经网络在地下水水质评价中的适用性,论文分别采用综合评价法和概率神经网络评价法对西安地区地下水水质进行了评价,结果表明概率神经网络法能综合考虑各因子对水质的影响,剔除不良数据造成的干扰,能很好地反应地下水的水质状况。同时分析了西安地区地下水水质变化趋势和空间分布情况,结果显示：西安地区地下水水质年际变化不大,大部分地区水质较好;2001~2004年潜水多为Ⅱ类和Ⅲ类水,承压水多为Ⅰ类水。     

基于神经网络的闸阀模糊可靠度计算

为提高闸阀可靠度计算准确性,将模糊准则引入闸阀可靠性设计,将闸阀应力与阀体通径、内压之间隐式关系显式化,并基于神经网络构建地震工况下闸阀数学模型;利用蒙特卡洛法,计算闸阀在常规方法下的可靠度;利用正态型隶属函数描述闸阀强度的模糊性,计算闸阀在考虑模糊强度时的可靠度;对比强度的模糊性对可靠度计算结果的影响,分析不同隶属函数下的闸阀模糊可靠度。与传统随机可靠度计算方法相比,该方法对不确定性描述更合理,理论上对可靠度的计算更加准确。     

基于PCA-FPP-BP神经网络的高层建筑火灾安全评价

为解决高层建筑构造复杂、人员密度大、火灾触发因素繁多而造成高层建筑火灾安全评价困难的问题,本文提出基于PCA-FPP-BP神经网络的高层建筑火灾安全评价模型。首先运用主成分分析(PCA)对构建的高层建筑火灾安全评价指标降维处理,筛选主要信息;接着基于三角模糊数构建模糊评判矩阵,利用模糊优先规划(FPP)求解指标的权重值,减少主观的影响;最后考虑到指标间关系错综复杂彼此交叉和反馈的特性,选择BP神经网络对高层建筑火灾安全进行评价。通过工程案例证明该评价模型的实用性以及可靠性。