海上溢油扩散图像处理的非线性方法研究

针对海上溢油应急处理问题,本文主要对溢油的初级行为--扩散进行探讨.提出了采用溢油扩散图像来预测溢油扩散未来发展趋势的3步非线性处理过程,即图像边缘检测、面积计算和面积预测,对这一过程中应采用的方法进行了分析与比较.并以奥里油在静止海水中扩散为范例,在MATLAB环境下,利用非线性方法对扩散图像进行边缘监测,通过对梯度算子阀值的调整来计算完整的油膜覆盖面积,并将其计算结果进行BP神经网络预测.结果表明:采用Roberts边缘算子可以得到很好的边缘检测结果,采用BP神经网络获得的面积预测结果与实验结果吻合程度较好.     

基于神经网络的闸阀模糊可靠度计算

为提高闸阀可靠度计算准确性,将模糊准则引入闸阀可靠性设计,将闸阀应力与阀体通径、内压之间隐式关系显式化,并基于神经网络构建地震工况下闸阀数学模型;利用蒙特卡洛法,计算闸阀在常规方法下的可靠度;利用正态型隶属函数描述闸阀强度的模糊性,计算闸阀在考虑模糊强度时的可靠度;对比强度的模糊性对可靠度计算结果的影响,分析不同隶属函数下的闸阀模糊可靠度。与传统随机可靠度计算方法相比,该方法对不确定性描述更合理,理论上对可靠度的计算更加准确。     

基于PCA-FPP-BP神经网络的高层建筑火灾安全评价

为解决高层建筑构造复杂、人员密度大、火灾触发因素繁多而造成高层建筑火灾安全评价困难的问题,本文提出基于PCA-FPP-BP神经网络的高层建筑火灾安全评价模型。首先运用主成分分析(PCA)对构建的高层建筑火灾安全评价指标降维处理,筛选主要信息;接着基于三角模糊数构建模糊评判矩阵,利用模糊优先规划(FPP)求解指标的权重值,减少主观的影响;最后考虑到指标间关系错综复杂彼此交叉和反馈的特性,选择BP神经网络对高层建筑火灾安全进行评价。通过工程案例证明该评价模型的实用性以及可靠性。     

基于广义概念的城市燃气管道泄漏精确定位

为了准确地检测城市燃气管道泄漏,提出了一种基于广义概念的管道泄漏检测定位方法。声发射技术对于管道泄漏的检测、定位是一个极好的工具,但由于泄漏源的传播容易受到周围背景噪声以及复杂工况的影响,其定位误差较大。基于时延估计的互相关信号处理方法被广泛用于管道泄漏检测定位,但由于泄漏应力波传播通道的动态特性,使得源信号在传播过程中会产生波形变化,给互相关函数峰值位置的确定带来困难。由此引入广义相关分析方法,通过对信号进行前置滤波,在一定程度上减少了传播通道动态特性因素对泄漏点定位的不利影响,得到了更为准确的时延估值。在此基础上,通过模拟实验,编写Matlab神经网络代码,构造GRNN模型,进一步预测定位。结果表明,GRNN预测的声发射检测值、互相关定位值以及广义相关定位值,相比之前定位精度分别得到提高,其中基于广义相关的延时估计方法定位最为精确,将该方法用于工程实际中,可以更加精确地定位出泄漏点。     

机场环境下飞机LY12CZ结构腐蚀损伤预测方法研究

依据LY1 2CZ材料的EXCO溶液浸泡加速腐蚀试验数据、飞机LY 12CZ构件在机场环境下的真实腐蚀损伤数据以及腐蚀损伤等效原则和当量关系原理,获得了该材料在2种环境下腐蚀的当量因子均值(α) =0.023 6,构建了LY12CZ材料于EXCO溶液中浸泡腐蚀的神经网络腐蚀深度预测模型.在此基础上提出了利用所建的神经网...     

大气污染总量控制规划智能决策支持系统的开发与研究

对大气污染总量控制规划智能决策支持系统的开发步骤和总体结构做了介绍。并描述了该系统中的知识库系统、模型库系统、数据库系统和图形库系统的设计思想,特别是对知识库的构造进行了较详细的叙述。还介绍了神经网络技术在该系统中的应用。指出大气污染总量控制规划智能决策支持系统将为大气污染总量控制提供更科学、更合理、更有效的规划方案。     

湖泊水质富营养化评价的模糊神经网络方法

为了探索人工神经网络用于湖泊营养化评价的可能性,提出了基于多准则学习的模糊神经网络湖泊水质营养化评价模型。该模型应用于我国五大主要湖泊水质营养化的评价结果表明,模糊神经网络用于湖泊水质营养化评价,具有简便、实用、客观性和广泛的通用性。      

基于BPNN的一江两河流域水体中重金属浓度预测

本文将反向传播神经网络(BPNN)应用于青藏高原一江两河流域(雅鲁藏布江山南段、拉萨河、年楚河)水体中重金属浓度预测,探讨了输入变量、预测因子、隐藏层节点数和模型结构的影响.模型以溶解氧(DO)、pH、电导率(EC)、总磷(TP)、铁(Fe)作为网络的输入层,重金属砷(As)、锑(Sb)、钼(Mo)、锰(Mn)的含量作为网络的输出层,使用Levenberg-Marquardt (LM)算法进行训练.其中,BPNN隐藏层的传递函数为tansig,隐藏层节点数为9,输出层的传递函数为purelin,输出层节点数为4.结果表明：(1)以单个元素作为预测因子时,As、Sb、Mo、Mn预测值和实测值的决定系数(R²)分别为0.98、 0.933、 0.894、 0.928;均方根误差(RMSE)分别为：9.7168×10^-4、 1.2508×10^-4、 3.3159×10^-4、1.9188×10^-3.(2)以4个元素作为预测因子时,预测值和实测值的决定系数(R²)为...     

基于全局跨尺度时空注意力的深度神经网络海表面温度预测模型

海表面温度（sea surface temperature, SST）是海洋与大气之间相互作用的关键因素,海温控制着全球大气和海洋生态系统的变化。准确预测海表面温度的演变对治理全球大气系统和海洋生态系统都具有重要的意义。为了对SST数据的空间自相关性准确建模,本文提出了基于全局跨尺度时空注意力的深度神经网络海表面温度预测模型（deep neural network based on global cross-scale spatiotemporal attention, GCSA-DNN）。模型分为3个部分,从长时序数据中提取时序依赖特征的时序建模模块,从SST序列均值中提取空间分布规律特征的多尺度局部空间建模模块和基于全局跨尺度的时空注意力融合模块,实现每个网格点对全局自相关性的建模。本研究选择空间分布规律不同的东海和南海海域数据,对1981年9月1日至2022年4月7日美国国家海洋和大气管理局（nationaloceanicand atmospheric administration,NOAA）的数据进行了预测分析,共14829条数据,其中1981年9月1日至2021年8月31日的...