矿井通风系统BP网络评价法的可行性研究

BP网络及改进的BP网络方法常用于矿井通风系统评价,但其可行性得不到验证.在比较完善的矿井通风系统评价指标体系的基础上,用Visual Basic 6.0编制了模糊综合评判法和BP网络评价法程序.最后,结合算例比较了2种方法的评价结果,验证了BP神经网络用于矿井通风系统评价的正确性和可行性.     

基于模糊控制理论和神经网络的建筑火灾报警系统

针对目前建筑火灾事故频发及事故后果严重、影响大的现实问题 ,提出并介绍了基于模糊控制理论、人工神经网络的火灾安全报警系统 ,以及系统的作用原理。该系统依靠模糊控制理论提高了灵敏度 ,减少了误报率 ,并结合神经网络具有自学习功能的特点 ,提高了整个系统的智能化程度。     

基于频率下降率的结构损伤自适应神经网络识别

笔者探讨了动量系数和学习率自适应调整的神经网络算法及结构裂纹损伤识别特征参数的选取,提出以反映结构损伤位置和程度的频率下降率作为结构裂纹损伤识别的特征参数,利用有限元网格细化法对结构裂纹损伤进行数值模拟,获取训练样本数据,通过自适应神经网络对结构裂纹损伤问题进行识别研究。从结构裂纹损伤识别实例的结果中可以看出,采用频率下降率和自适应神经网络技术对结构裂纹进行损伤识别分析具有较高的精度和可靠性。     

基于人工神经网络模型的舰船防火设计方法

根据舰船实际和火灾理论,建立了舰船舱室火灾危险性的动静二类4个指标:失火危险性指标、舱室相关度指标、设备使用状态指标和人员状态指标,对舰船各种舱室的火灾危险性进行量化。笔者先给出规范中9类舱室的各指标值,应用笔者所开发的神经网络模型,建立舱室火灾危险性指标值与舱室分隔等级的关系模型,求出舱室防火分隔等级值,降低了对设计者经验的要求。运用开发的模型对某大型舱室进行防火设计,获得的结果与其他方法的结果基本一致,可供舰船防火设计时参考。     

基于BP神经网络的事故致因分析方法

根据目前所采用的事故致因因素分析方法,提出了一种动态的分析方法,即神经网络分析方法,利用其中的一种神经网络（即BP网络）的原理和方法,根据专家系统提供的较为可靠和代表性数据训练网络,利用训练后的网络对所研究对象之间的相互关系进行分析.分析结果表明,该方法更为直观、准确,尤其在一些其他方法使用困难的场合,更有优越性.     

自适应神经网络在确定落煤残存瓦斯量中的应用

落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节，它直接影响着采掘工作面瓦斯涌出量预测的精度，并与煤的变质程度、落煤粒度，原始瓦斯含量、暴露时间等影响因素呈非线性关系，人工神经网络具有表示任意非线性关系和学习的能力，是解决复杂非线性，不确定性和时变性问题的新思想和新方法，基于此，作提出自适应神经网络的落煤残丰瓦斯量预测模型，并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究，结果表明，自适应调整权值的变步长BP神经网络模型预测精度高，收敛速度快，该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据，为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路。     

对非线性科学在地质灾害领域的认识和展望

非线性科学的发展给地质灾害的研究注入了新的活力，崭新的思维方法和理念将会为地质灾害的研究和预报找到新的突破点。本文简要叙述了非线性科学在地质灾害领域运用的指导思想和应用前景，同时对用滑坡预报的BP神经网络例子加以深化。     

岩爆危险性预测的神经网络模型及应用研究

岩爆是高地应力区岩质隧道开挖施工过程中发生的主要施工地质灾害之一 ,它的发生对隧道施工企业的安全生产构成很大的威胁 ,对岩爆发生可能性及其程度的预测是这类隧道设计、施工及安全生产所面临的重大问题。依据隧道岩爆发生的条件 ,基于国内外隧道工程岩爆实例 ,应用人工神经网络方法 ,建立了岩爆危险性预测的评价模型并应用于实践。     

基于遗传算法与人工神经网络相结合的玉米估产研究

在遗传算法 (GeneticAlgorithm )与误差反传 (BackPropagation)网络结构模型相结合的基础上 ,设计了用遗传算法训练神经网络权重的新方法 ,并对吉林省梨树县的玉米进行了估产研究 ,同时与BP算法和灰色系统理论模型进行了比较。经检验 ,计算值与实际值接近 ,并优于灰色理论模型 ,具有良好的预测效果 ,从而为农作物估产提供了新方法     

人工神经网络技术在林火重灾年预测中的应用前景

通过对人工神经网络技术先进性的论述，说明了神经网络模式识别方法存在着传统模式识别方法所不个备的优越条件，应用它对林火重灾年进行中长期预测是完全可行的，而且应用前景十分美好。