基于人工神经元网络的滑坡稳定性预测评价

由于滑坡岩土体的结构与物理力学性质表现在宏观和微观上有着不连续性和高度的非线性等特点,其稳定性受地质因素和工程因素等综合影响,岩土体变形、演化规律的非线性和内在因素的非线性决定了滑坡是一个复杂多变的非线性系统.根据滑坡失稳的非线性特征,将人工神经元网络BP模型应用到滑坡稳定性的评价预测中,借助MATLAB的人工神经元网络工具箱,以国道G324上的86个滑坡数据为训练和预测样本对模型进行了实验和验证,结果表明,所建立的滑坡稳定性预测方法具有较高的预测精度.     

智能型地理信息系统（AIGIS）在城市抗震防灾规划中的应用

本文简要介绍地理信息系统GIS的发展概况、主要功能以及在国内外的应用现状.对现有的GIS软件技术加以改进,引进人工神经元网络和模糊综合评判技术,发展了一种智能型的GIS,在我国若干城市的抗震设防区划工作中应用,取得良好的效果。     

利用多源数据融合研究长白山天池火山的喷发期次及空间分布

利用ERS－2 SAR,Landsat TM和全色航空照片等图像,结合测年、野外地质考察等资料,在GIS平台上利用多源数据融合、小波变换、神经元网络分类等手段,研究了长白山天池火山的喷发期次及分布,为火山灾害制图及危险性评价提供了重要依据。     

自然灾害风险分析的信息矩阵方法

从致灾因子危险性分析，到伤亡和损失的可能性研究，自然灾害风险分析由4个环节组成，即致灾因子、承灾体输入、承灾体输出和社会系统。在大多数据情况下，风险事件的不确定性，主要来自于致灾因子时间、地点、强度的不确定。因此，自然灾害风险分析主要涉及两类模式识别：致灾因子概率分布识别和承灾体系统输入-输出关系识别。由于概率分布和输入-输出关系在数学上均可用函数表达，所以，自然灾害风险分析涉及的两类模式识别，均是函数关系的识别。给出了用信息矩阵识别这些函数关系的方法。为演示该方法的优点，用它处理了在我国得到的地震数据，识别了震中烈度与震级的关系。结果表明，得到的结果比线性回归、基于正态分布的模糊推理和人工神经元网络等的结果好。     

人工增雨对西北地区的减灾作用

概述了我国西北五省(自治区)现有开展人工影响天气的规模、作业特点、人工增雨减灾效果、催化方法和飞机播撒技术。对西北地区人工增雨作业的效益进行了分折,并针对各地区的人工增雨作业提出了建议。事实证明:人工影响天气作业是西北地区气象灾害减灾、促进农牧业发展、改善自然生态环境的一项具有潜力的措施。     

广西桂林人工增雨抗旱作业方案设计

为切实发挥人工增雨在抗旱工作中的作用,保证人工增雨作业能发挥最大效益,对桂林市多年来的人工增雨作业方式、作业效果进行了分析;分别对各季节、各作业云系的作业记录进行了归类;对成功和失败的作业方式进行了总结。参考国内其他比较成功的人工增雨作业经验,分别提出了适合桂林地区不同季节的人工增雨作业方案。     

人工防雹的农业减灾效应

概述了国内外人工防雹作业技术的进展,包括作业的方法和工具.评述了我国冰雹的时空分布及其对农业生产的影响、人工防雹的作业规模及其减灾效果.基于近年来我国开展的人工防雹作业个例,进行了人工消雹农业减灾效应的统计分析,结果表明,我国人工防雹是减轻农业气象灾害,保障农业减损增收的重要技术措施,投入与产出比约为1:10～1:30.2002-2007年云南玉溪烤烟防区内比防区外受灾率平均减了17.52%.     

基于人工影响天气的气象灾害减灾技术

对全国人工影响天气的气象灾害减灾技术及人工增雨防雹成果进行了归纳总结。提出根据不同气象灾害的特点，采取有针对性的减灾技术措施，并对减灾效益进行评估。通过对近年来我国基于人工影响天气技术的人工增雨防雹等作业范围及其规模、主要作业技术及其与国外的差距、作业区的减灾效益等进行分析，指出我国人工影响天气减灾技术及应用体系有了很大发展，并为减轻气象灾害提供了科学依据。     

甘肃省冬春季人工增雨雪作业指挥系统

为了提高甘肃省人工增雨雪的水平和效果，准确、及时地把握作业气象条件，使人工增雨雪在抗旱减灾中取得更好的社会、经济效益，研制建立了“甘肃省冬春季人工增雨雪作业指挥系统”。该系统包括作业信息系统、作业指挥系统和效果检查系统共3个分系统。详细介绍了各分系统的组成和功能。     

人工边界子结构地震动输入方法在ABAQUS中的实现

人工边界子结构地震波动输入方法理论明晰,但需要对大量节点时程数据进行读写,研究人员直接在通用有限元软件中使用可能会存在一些问题。本文简单介绍相关理论方法,给出在ABAQUS中实现黏弹性人工边界单元的设置与人工边界子结构地震波动输入方法的详细思路和实施步骤。对于黏弹性人工边界单元,介绍了在视图界面对等效物理参数和边界单元尺寸进行统一操作的方法;对于人工边界子结构地震波动输入方法,介绍了利用自编Python程序读写INP文件,自动读取和写入大批量节点时程数据的方法。本方法便捷高效,可快速完成自由场节点位移数据读取、人工边界子结构节点位移数据加载、节点反力数据读取、土-结构动力相互作用模型等效地震荷载输入等工作,大幅提高了地震波动输入的前处理效率,可在实际工程计算过程中推广应用。     

基于Elman神经网络模型的我国农业受灾面积预测研究

农业受灾面积顶测是从以往受灾面积的数据中总结受灾面积变化的规律性，并用这个规律动态地顶测未来的受灾面积．人工神经网络的诸多特性能较好地处理农业灾害顶测问题。为此，介绍了Elman神经网络的结构、算法和基于Elman神经网络的农业受灾面积顶测．实验结果和自回归顶测对照表明，Elman神经网络的顶测方法更精确。     

应用人工神经网络方法对海水入侵危害程度划区分类

本文将目前信息处理系统中最有效的人工神经网络方法,应用于海水入侵地区,对其危害程度进行划区分类,提出了解题原理,步骤和计算方法,丰富了对海水入侵现象的研究手段。在莱州市滨海地区的计算表明,该方法是可行的。     

基于遥感的洪水灾害承灾体神经网络的提取方法探讨

洪水灾害承文体信息的快速获取是洪水灾害评估的基础．卫星遥感所获得的遥感图象包含了有关该承灾体的空间分布信息．常规目视解译难以快速并准确地从遥感图象中提取这些信息．神经网络技术的发展为解决这一问题提供了新的工具．本文阐这了将神经网络用于从遥感图象中自动提取洪水灾害承文体的空间分布信息的基本原理和方法,并结合实例说明了这种方法的有效性     

人工神经网络在台风预报中的应用初探

为了探索人工神经网络应用于台风分类预报的可能性，用具有Ｓ－特特性函数的Ｂ－Ｐ网络对每类台风的标准样本进行训练，由训练结束后的权值和阈值及待预报样本的因子测值，计算出网络输出值，作出台风分类预报。文中的实例表明人工神经网络用于台风预报具有客观性、可行性和实用性。     

基于神经网络的洪水预报研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行洪水预报是可行的.对洪水预报问题,初步建立了基于神经网络的洪水预报系统,给出了应用实例.     

海南岛潜在震源区的研究

本文应用人工神经网络原理,以地震构造和地震活动性为主要特征,对我国海南岛进行了潜在震源区的定量划分。这种划分既反映了当前人们对地震发生规律的认识水平,又为城建部门按照工程重要性和使用年限选取相应的抗震设计参数提供了依据。     

粗集神经网络在煤与瓦斯突出预测中的应用

结合粗集理论的属性约简功能和人工神经网络的非线性映射特性,提出了煤与瓦斯突出的一种预测方法.首先用粗集理论对训练样本进行属性约简和降噪,然后将经过预处理的训练样本代入神经网络进行训练,获得稳定的网络结构,最后用训练好的神经网络对待测样本进行预测.实际应用表明:瓦斯压力、瓦斯放散速度、地质构造、煤的坚固性系数和开采深度是煤与瓦斯突出预测的必要指标;粗集神经网络模型具有较高的预测精度和良好的实用性,是一种十分有效的煤与瓦斯突出预测方法.     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

基于粗糙集和AFSA-BP的水电机组故障诊断

将粗糙集和人工鱼群优化-神经网络算法引入水电机组故障诊断中,利用人工鱼群优化算法中聚类的特点改进粗糙集属性约简方法并对水电机组故障的检测信息进行约简,提取对故障分类起主要作用的信息,并用BP神经网络对粗糙集处理后的故障信息进行诊断。实验结果表明:该方法降低了神经网络的输入信息空间维数,简化了神经网络结构,有效提高了故障诊断的准确性。     

地表变形预测分析--发电厂典型例子研究

通过对地表变形观测数据的分析、拟合及训练,采用人工神经网络方法和数理方法对地表变形的规律及发展趋势进行预测,并与观测数据进行对比分析,得到了较好的结果,为控制地表变形的发展及工程处理提供了可靠依据.