基于灰色关联分析与SA-PSO-Elman结合的地震直接经济损失评估

对地震灾害造成的损失进行评估是国家采取应急救援和灾后援建工作的重要依据。为快速评估地震灾害引起的直接经济损失,提出一种基于灰色关联分析与模拟退火-粒子群-Elman神经网络(SA-PSO-Elman)结合的地震灾害直接经济损失评估模型。该模型先采用灰色关联分析方法客观地选出地震灾害直接经济损失的主要影响因素,即为Elman神经网络的输入,然后将全局寻优能力强及收敛速度快的粒子群算法与能跳出局部极值的模拟退火算法相结合来优化Elman神经网络的权值和阀值,最后将训练好的Elman神经网络运用到地震灾害直接经济损失评估中。通过仿真试验结果表明:该混合算法优化的Elman神经网络模型比Elman神经网络模型和PSOElman神经网络模型具有更高的预测精度和收敛速度。     

基于GMM-PNN模型的海底油气管道风险等级评价

为了提高海底油气管道风险评价的准确率,保证管道安全运行,利用高斯混合模型(GMM)和概率神经网络(PNN)对管道进行风险评价.在传统PNN的基础上做出两点改进:一是改变PNN的结构模型,在原有网络结构上增加一个特征层,目的是通过线性变化的方式增强输入维度之间的联系;二是将全局单一参数改为在模式层采用GMM,并用随机梯度下降法对参数进行更新.考虑海底管道在偶发因素下的风险,将相关指标量化,利用GMM-PNN模型划分等级,然后与PNN模型、人工神经网络、支持向量机进行对比.结果表明,GMM-PNN模型对训练样本数量要求较低且准确率高于其他3种模型,能够更加准确地对海底管道进行风险等级评价.     

氯乙烯储罐注水堵漏腐蚀风险的预测方法研究*

为更好地解决氯乙烯储罐注水堵漏可能导致储罐发生腐蚀泄漏的实际问题,提出1种基于ASPEN和神经网络的氯乙烯储罐注水堵漏腐蚀风险的预测方法。运用ASPEN流程模拟软件,对氯乙烯储罐注水堵漏工艺进行模拟,得到不同泄漏孔径下注水速率和HCl浓度的关系;以HCl浓度作为导致腐蚀的主要影响因素,对不同种钢材进行挂片腐蚀实验;结合神经网络分析,得出HCl浓度与腐蚀速率之间的拟合式,预测储罐腐蚀情况。结果表明:神经网络预测结果平均相对误差7.63%,随注水速率的提高,HCl浓度变化呈下降趋势,腐蚀速率变化呈下降趋势;在等效泄漏孔径24 mm、注水速率0.87 m/s时,Q345R腐蚀速率13.93 mm/a,20#腐蚀速率10.48 mm/a,201不锈钢腐蚀速率7.09 mm/a为3者中最低,但此工况下,201不锈钢有点蚀倾向,储罐易发生穿孔,故201不锈钢不宜用作氯乙烯储罐母材,并提出对《石油化工企业设计防火标准(2018年版)》的修订建议。     

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。     

BP网络算法需水量预测模型的应用

由于水资源的日渐减少,尤其是水资源短缺的地区,水资源规划与管理显得尤为重要。需水量预测是进行水资源规划与管理的重要技术,合理且准确地预测未来的需水量,可以避免投资的浪费和减少将来用水危机的发生。本文采用BP神经网络,利用烟台市与需水量相关关系比较好的影响因子对需水量进行预测,结果表明,预测值与实测值相差较小,且BP神经网络用于需水量预测具有一定的可行性。     

基于半监督卷积神经网络的文本情感分类

针对情感分析需要标注大量高质量的训练集来提高模型的准确率,以及卷积神经网络无法充分利用句子中特有的情感信息,提出了一种基于多通道半监督卷积神经网络的情感分析模型。该模型通过重构卷积神经网络的损失函数以及不改变网络的结构来实现模型的半监督学习。同时,模型针对情感分析任务中特有的情感信息来构建文本输入矩阵以及将句子不同特征信息结合形成不同的网络输入通道,使模型在训练过程中从多方面的特征表示来学习输入句子的情感信息。并在COAE 2014和IMDB数据集上进行试验,验证了所提出方法的有效性。     

基于Lasso-BP神经网络模型的河南省碳达峰路径研究

为探索河南省碳达峰路径,满足河南省碳达峰战略需求,选取河南省2001—2020年社会、经济、能耗、资源4个维度的12个指标,使用Lasso-BP神经网络方法,建立河南省碳排放量预测模型。基于12个指标数据的回归分析,设计了6条发展路径,对河南省2021—2035年的碳排放量进行预测。结果表明:1)12个维度的因素中,影响碳达峰的6大关键因素为煤炭消费占比、单位GDP能耗、森林覆盖率、能源消费总量、第二产业GDP比重和私人汽车拥有量;2)追求单因素发展的路径1—4均无法在2030年实现碳达峰;在路径5、6下,河南省将于2029年碳达峰,相较于路径5,路径6的峰值排放量低2.53 Mt,峰值为510.91 Mt CO₂;3)为实现碳达峰,在"十四五"和"十五五"阶段,应分别将煤炭消费占比、单位GDP能耗、森林覆盖率、能源消费总量、第二产业GDP比重、私人汽车拥有量的年均增长率控制在-4.0%和-5.0%、-3.5%和-4.0%、2.0%和3.0%、0.5%和0.4%、-1.5%和-2.0%、7.5%和7.0%。     

基于微分变换的湿地植物高光谱全氮反演

叶片全氮含量是监测和诊断湿地植物生理状况及生长趋势的重要指标,利用高光谱技术监测湿地植物氮含量,对于理解湿地生态系统氮循环具有重要意义.为探究湿地植物叶片全氮含量遥感光谱的估算方法,以云南省大理西湖湿地公园优势植物芦苇（Phragmites australis）和茭草（Zizania caduciflora）全氮含量为研究对象,对叶片光谱数据进行预处理并建立二者的关系模型,包括单变量模型、多变量模型（偏最小二乘回归模型和BP神经网络模型）,并利用决定系数（r²）和均方根误差（RMSE）对模型精度进行检验.结果表明:（1）不同形式的光谱变换增强了植物全氮含量与光谱变量的细节特征,二者的短波红外波段相关性强于可见光近红外波段.芦苇二阶微分（R"）反射率与全氮含量在1682 nm处相关性最强,相关系数为0.70;茭草平方根二阶微分[(R^1/2)"]反射率与全氮含量在1 190 nm处相关性最强,相关系数高达-0.80.（2）不同植物类型相比,利用茭草的变换光谱反射率建立的单变量和偏最小二乘回归模型建模精度都高于芦苇.（3）不同回归模型相比,BP神经...     

基于模糊神经网络的广东省台风灾害损失预测

台风灾害是我国最严重的海洋灾害之一,研究提高台风灾害损失预测的准确度对防灾减灾具有重要意义。针对目前机器学习算法在处理小样本数据时预测精度不高的问题,提出结合模糊数学的BP神经网络算法对台风灾害损失进行预测。本文选用广东省2005—2016年记录较为完善的25个台风样本数据进行实验,首先利用信息扩散技术对初始数据进行正...     

设备智能诊断与预测维修系统

全面介绍了ＩＤＰＭ智能诊断与预测维修系统。该系统是为企业实行以预测维修技术为主的现代化设备管理制度而设计的。ＩＤＰＭ软件系统是采用Ｂｏｒｌａｎｄ Ｃ＋＋５．０开发的Ｗｉｎｄｏｗｓ应用程序，功能强、操作简便，友好的汉字图形界面尤其适合国内用户使用。