应用BP神经网络进行隧道围岩快速分级

在隧道施工过程中,为准确、及时地进行围岩快速分级,引入BP神经网络方法,通过制定快速分级参数标准,对已经开挖的隧道工作面按照隧道围岩分级规范进行分级,并测量其快速分级参数,将围岩分级的结果与其对应的快速分级参数建立BP神经网络的训练集合,从而得到围岩分级模型。最后测量正在开挖隧道工作面的快速分级参数,并提供给模型进行判别,从而达到快速、精确分级目的。通过某隧道围岩样品实例验证,该模型判断结果与实际施工情况吻合,可用于指导施工阶段的隧道围岩快速分级。     

黄昏时段驾驶员对红绿色障碍物空间距离判识差异

为研究黄昏时段不同颜色引起驾驶员空间距离判识差异的变化规律,选用32名驾驶员,在黄昏环境照度变化的实际道路中,对不同深度距离下红、绿色障碍物的空间绝对距离和相对距离进行判识.比较人在三维空间中对红、绿色障碍物距离判识结果,获得判识距离差异特征值.对所获得的试验结果,运用BP神经网络模拟距离判识差异随照度和深度距离不同而变化的规律.结果表明:在三维空间,红、绿色障碍物黄昏时段距离判识差异显著,绿色障碍物判识距离大于红色,BP网络可以很好地拟合距离判识差异变化规律;随着外界环境照度的下降,红、绿颜色引起的距离判识值差异均增大,其中绝对距离差异增加明显;随着空间深度方向距离增加,判识差异也增大,其中相对距离判识差异增加量较绝对距离小.     

基于BP神经网络的间硝基苯磺酸钠CWPO降解条件优化

为了对电镀废水中的间硝基苯磺酸钠催化湿式过氧化氢氧化(CWPO)降解条件进行模拟及优化,建立了间硝基苯磺酸钠CWPO降解过程BP神经网络模型.经验证,模型预测值与试验值的平均相对偏差为0.81%,相关系数r和Nash-Suttcliffe模拟效率系数NSC分别为0.992 5和0.983 9.相对灵敏度分析表明,影响间硝基苯磺酸钠去除率(以TOC表示)的顺序从大到小为: 反应温度、间硝基苯磺酸钠质量浓度、pH值、H2O2用量、反应时间、初始氧分压、催化剂用量.结合遗传算法以TOC去除率最高作为优化目标,分别对降解条件进行优化.经对比,带成本约束的优化降解结果(99.36%)比试验中的TOC去除率平均值(85.51%)提高了10%以上,同时,优化后的降解成本(2.03元)相比无成本约束条件下的降解成本(2.38元)降低了近15%(0.35元).     

免疫进化算法和投影寻踪耦合的水资源需求预测

针对需水预测中的高维非线性和非正态问题,论文引入投影寻踪技术建立了需水预测模型,利用投影寻踪方法对多元数据进行分析,将高维自变量数据转变为低维数据,并结合免疫进化算法优化模型中的参数,计算简便,易于实现。模型在东莞市的应用实例表明：与神经网络模型相比,该模型取得了较高的预测精度,在需水预测中有较强适用性。     

BP神经网络在北京市API预报中的应用

对大气污染进行预测具有十分重要的意义。以北京市为例,综合考虑BP网络的逼近能力和泛化能力,将时间序列作为BP神经网络的输入,对空气污染指数的预测做了建模研究。实验结果表明:BP神经网络的输出值与实际值之间的误差在可以接受的范围,特别是对骤升骤降趋势也能得到准确度较高的预报结果。因此在实际应用中,可以将BP网络方法作为一种考虑采用的方法。     

一种基于卷积神经网络的源解析因子识别方法

为解决源解析因子识别过程中人为参与及判定过程复杂的问题,提高源解析因子识别工作的效率,提出基于卷积神经网络(CNN)的源解析因子识别方法.通过文献调研,构造可供CNN模型训练的因子识别数据集,对因子识别模型进行训练与调试,并以北京市南部采样点的PM_2.5组分观测数据对模型进行验证.同时,利用正定矩阵分解模型(PMF)解析得到不同因子数时的源谱矩阵,输入因子识别模型并与人工分析比对.结果表明,9个因子时模型的识别效果最佳,可以实现既无重复识别又无“无法判定”的情况,与源解析因子人工识别结果吻合,证明了所提出方法的合理性与可行性.该方法不仅对源解析中因子识别问题具有一定的实用价值,同时对减排策略的制定与动态调整也具有积极意义.     

宁夏腾格里湖水环境因子时空异质性及水环境质量评价

为探明宁夏中卫市腾格里湖水质状况,分别于2013—2015年春(4月)、夏(7月)、秋(10月)、冬(1月)采集水样,在水环境因子时空分布特征调查分析的基础上,运用灰色关联法、BP神经网络法对腾格里湖水质进行评价,运用综合营养状态指数法进行富营养化评价。结果表明:腾格里湖水体呈现一定程度的污染,富营养化状态较为严重、季节变化明显,氮磷营养盐超标是造成腾格里湖水体污染和富营养化的主要原因。     

基于腐蚀损伤表征因子的疲劳寿命衰减影响研究

应用MIT（Mean Impact Value）方法对LY12CZ铝合金试件疲劳寿命产生影响的腐蚀损伤表征因子进行筛选,得到了对疲劳寿命衰减影响较大的5个腐蚀损伤表征因子。定义了腐蚀疲劳寿命累积衰减函数与疲劳寿命衰减速率函数,建立了寿命累积衰减模型,验证了该模型的准确性,并以腐蚀损伤表征因子和腐蚀累积衰减函数为数据样本,用BP神经网络、自适应滤波的LMS算法分别预测了不同年限下的疲劳寿命。与实验测得的疲劳寿命数据对比后得出,BP神经网络、LMS方法计算产生的误差在工程上可以接受。     

基于图神经网络的社区户内燃气系统动态风险评估

目前对于社区户内燃气系统的风险评估大都为静态分析方法,且一般只对系统中单独组成部分进行建模,忽略了户内燃气系统风险复杂的耦合影响关系.针对现有风险评估方法的局限性,提出了一种基于图神经网络的社区户内燃气系统动态风险评估方法.该方法首先通过梳理社区户内燃气事故、分析社区户内燃气系统的风险源和风险影响因素,构建了社区户内燃...     

基于遥感技术的贵州省PM10浓度年际变化监测与分析研究

文章选取MODIS数据,利用暗像元算法反演得到气溶胶光学厚度,利用BP神经网络算法通过网络训练和验证,得出PM10浓度遥感监测模型。利用该模型反演得到贵州省2014年3、7、10、12四个典型月份的PM10浓度值。结果表明模型训练和验证PM10浓度模拟值与实测值相关性系数（r）分别为0.76和0.62,利用此模型监测贵州省PM10近地面浓度是可行的;贵州省夏、秋季PM10浓度较低,春、冬季PM10浓度较高;贵州省的PM10浓度整体较低,空气质量较好。