基于自组织神经网络的生态敏感性分区——以北京市房山区为例

 采用自组织神经网络(SOM)模型,以北京市房山区为例,对其进行生态敏感性分区.分别以土壤侵蚀、地表水环境、地下水环境和生境为生态敏感性因子,作为SOM 模型的4 个二维输入矩阵,通过多次迭代学习和自组织聚类,使结果在4 维(4 个生态因子)生态敏感性空间内最大限度地逼近房山区生态特征分布.结果表明,房山区西北部山区的敏感性最高;东部平原是地表、地下水非常丰富的地区,属中度敏感;二者之间的丘陵浅山区敏感性相对较弱.     

基于优化算法的辐射计折射率剖面反演

介绍了利用双通道地基微波辐射计,基于神经网络和遗传算法结合的晴空大气剖面反演研究工作,神经网络算法反演折射率干项,遗传算法反演折射率湿项,使用青岛地区历史探空数据仿真表明,两种算法相结合反演的大气折射率剖面与探空数据吻合较好.     

LY12CZ腐蚀损伤及日历寿命预测的神经网络研究

建立LY12CZ铝合金试件的加速腐蚀周期对应最大腐蚀深度的BP网络映射模型,采用加速腐蚀试验数据对网络进行训练直至网络满足设定的精度要求,然后利用其预测LY12CZ试件的加速腐蚀损伤情况,并根据网络预测的最大腐蚀深度数据以及腐蚀损伤等效关系计算实验室加速腐蚀与某机场大气暴露腐蚀的当量因子k=2,从而可以计算出LY12CZ铝合金材料于某机场实际环境下的日历寿命（a）等于浸泡加速试验周期（d）乘以2。     

基于模糊识别和遗传神经网络的渤海湾叶绿素a预测研究

由于海洋生态系统的高度复杂性和非线性,利用新兴的水信息学技术,包括模糊模式识别、遗传算法、人工神经网络等构建渤海湾叶绿素a预测模型.以渤海湾实测水质数据为依据,利用遗传算法的全局搜索能力优化BP神经网络的初始权值和阈值,从而避免陷入局部最优解,构建GANN叶绿素a预测模型.模型预测的均方根误差为3.81 μg/L,仿真...     

基于BP神经网络的高校校园安全评价模型及其应用

本文将人工神经网络应用于高校校园安全评价中,建立了采用LM算法的三层BP神经网络高校校园安全评价模型,并参考国内对校园安全评价的研究成果,建立了校园安全评价指标体系,通过专家打分获得训练样本,用trainlm训练函数训练网络进行实例分析,其评价结果与实际一致,验证了该评价模型的适用性.该模型可以利用已有的比较成功的校园...     

基于贝叶斯正则化BP神经网络的砂土地震液化研究

砂土地震液化的影响因素具有高度的非线性关系,而神经网络在处理非线性问题上具有其独特的优越性.本文在探讨输人层模式的选择以及砂土液化影响因素的基础上,采用改进的贝叶斯正则化方法和"提前停止"算法建立了砂土地震液化预测模型,通过实例计算和模型评价,表明本模型的计算结果与规范法、改进的Seed简化法以及基于传统BP网络算法的...     

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。     

广义回归神经网络预测天津城市用水量

通过对1991—1994年、1996～1999年、2001～2004年、2006—2007年天津城市年用水量相关的历史数据进行分析,利用广义回归神经网络进行训练和拟合,用1995年、2000年、2005年的实际数据进行模型检验,结果证明了广义回归神经网络用于城市年用水量预测的有效性和可行性。     

含氟氯类危险废物焚烧灰渣的熔融特性研究

为了解决低熔点含氟氯类危险废物（简称＂危废＂）在回转窑焚烧炉内燃烧时,灰渣熔化导致窑内结圈的问题,实验采用氧化物分析纯（SiO2、Al2O3、CaO、Fe2O3、Al2O3）和NaCl、KCl、NaF分析纯来模拟危废炉渣组分,研究了危废焚烧炉灰渣的熔融特性,并采用神经网络预测危废灰渣的熔融温度.结果表明,SiO2、Al...     

神经网络模型在O_3浓度预测中的应用

O3是近地面大气中一种重要的二次污染物.本研究采用神经网络多层感知器（Multi-Layer Perceptron）和多元线性回归2种模型,以广州万顷沙站2006年的气象观测数据为输入,对该站O3的1 h平均峰值浓度进行提前1 d的预测,并比较了2种模型的预测效果.模型的输入参数为前1d O3的最高1h平均浓度和第二天...