人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

锑矿周边稻田土壤垂直剖面锑砷形态与细菌群落结构分布及相互关系

为了解稻田土壤微生物对锑(Sb)和砷(As)污染的长期适应机制,本文以贵州省独山半坡锑矿和某锑矿冶炼厂周边稻田土壤为研究对象.采用野外布点和室内分析的方法,利用Illumina高通量测序技术对稻田垂直剖面土壤细菌16S rRNA V3～V4可变区进行测序,分析了土壤微生物的α多样性、物种丰度差异和组成情况,探讨了不同形态Sb和As在tc1(水耕熟化层)、tc2(渗育层)、tc3(犁底层)和tc4(水耕淀积层)的地球化学行为及其对细菌群落结构的影响.结果表明,研究区Sb和As的来源不同,Sb主要来源于大气沉降和人工投放,As则来源于成土母岩.变形菌门(Proteobacteria)和绿弯菌门(Chloroflexi)为各土层的主要优势菌门,具体表现为变形菌门(Proteobacteria)是tc1和tc2的优势菌门,绿弯菌门(Chloroflexi)是tc3和tc4的优势菌门.土壤剖面各土层多样性指数均在tc1达到最大值,在tc3达到最小值且差异不显著.相对重要性分析表明,总As、As(V)、TS和Fe(II)为影响多样性指数的主要因子.LEfSe分析表明,各土层差异指示种在不同分类水平上各不相同且tc1的数量高于tc2、tc3和tc4.如在门水平,tc1的差异指示种为疣微菌门(Verrucomicrobia),tc3为热袍菌门(Thermotogae),tc4为硝化螺旋菌门(Nitrospirae);在纲水平,tc1为α-变形菌纲(α-proteobacteria),tc2为β-变形菌纲(β-proteobacteria),tc3为热袍菌纲(Thermotogae),tc4为硝化螺旋菌纲(Nitrospirae).RDA分析和相对重要性分析表明,总As、As(III)、Sb(V)、总Sb和pH等对细菌门分类水平具有重要影响.共生网络分析进一步表明,Sb(III)和As(V)虽然对群落结构影响相对较小,但与特征性微生物却存在显著相关性,如Sb(III)与Defluviicoccus属显著相关,而As(V)对β-变形菌纲影响较为显著.     

多氯酚QSAR数值模型比较研究

应用多元线性回归分析和新近发展起来的人工神经网络方法进行了一类重要环境污染物多氯酚的定量构效关系研究，并用所建立的模型进行毒性预报，计算值与实验值的比较表明，前的相关系数约为０．９２，后的相关系数约为０．９９．后的百分误差地明显小于前，后的预报能力略好于前，中还讨论了后优于前的的原因。     

基于过程改变法的铁厂节水调控优化研究

将过程改变法应用到铁厂用水系统改造中,对其用水网络进行调优,实现废水排放量最小化。在厂区用水情况调查基础上,确定用水系统范围及限制杂质;并计算所确定用水系统的最小新鲜水用量和最小废水排放量;最后对其用水网络进行优化设计。改造后的铁厂用水网络新鲜水用量节约57.7%,废水排放量减少75.9%。     

基于卷积神经网络的冲击地压预警方法研究*

为探究深度学习在冲击地压预警方面的应用前景,以新疆某冲击地压矿井为研究背景,将深度学习和专家评判运用到微震数据分析中,基于卷积神经网络构建冲击地压预警模型。充分利用一维卷积神经网络对时序数据有较强特征提取能力的优势,以微震数据及其特征参数作为输入,以专家评判值作为标签,借助Python-Keras框架实现冲击地压预警模型的构建和训练。研究结果表明:模型预警效果并不随着训练迭代次数的增加而逐渐最优,存在最优迭代次数,对于所建模型当迭代次数为30时测试集的冲击危险预测结果与专家评判结果基本吻合,同时说明模型可以较好地学习专家评判经验实现冲击地压预警。研究表明所建模型对研究时段内发生的5次大能量矿震事件均进行预警,其准确度较高,具有现场实际应用价值。     

改善太仓城区水环境原型调水实验研究及模型建立

为达到改善太仓城区水环境的目的,于2004年4月21日进行了调水实验.调水历时14 h,期间向城区调水21.8万m3.通过对监测点采样,得到水量、水质实测数据.根据实验数据,建立了符合太仓河网的水量水质数学模型,分析了从长江引水对太仓城区水环境的改善程度.同时对不同引水方案情况下城区水环境改善效果,以及截污和清淤对水环境的影响做了分析.研究表明,引水只能短期改善水环境;要根治水环境,必须从源头抓起,进行截污.     

基于模糊神经网络方法的信息系统安全风险评价研究

为提高信息系统安全风险评价的准确性,提出基于模糊神经网络的信息系统安全风险评价模型。该模型利用模糊理论隶属度反映各因子的相对状态,对模糊性具有很高的识别精度。将风险因子模糊隶属度矩阵输入BP神经网络中,增加了它对模糊性的识别能力。通过非线性分析处理的BP神经网络进行学习和测试,得到输出风险评价等级。实例分析结果证明算法的应用性。误差分析结果证明了模型的有效性。检验结果表明,模糊神经网络模型的识别精度高于单一的模糊评价模型和神经网络模型。     

上覆岩层瓦斯卸压范围及流动规律的应用研究

为合理、高效地治理朱家店煤矿巷道掘进和煤层开采过程中瓦斯浓度多次超限的技术阻力,本文针对该煤矿不同煤层上覆岩层瓦斯卸压范围及流动规律进行了较为深入的研究,建立了其BP神经网络破坏高度的数学预测模型。通过合理地计算,本文确定了该矿开采煤层上覆岩层的走向及倾向卸压长度、卸压上限和卸压范围,最后提出了有效控制上覆岩层瓦斯大量流向工作面及采空区的技术策略,从而达到了遏制矿井瓦斯事故发生的目的。     

基于BP模型的土壤重金属对其生物毒性的贡献分析

通过BP神经网络模型对石油开采区土壤重金属的部分缺失试验数据进行补齐,并采用主成分分析法对石油开采区土壤中重金属进行源解析。结果表明,土壤中重金属的来源包括自然来源、农业来源、交通来源和燃煤来源。以不同来源重金属作为输入条件、土壤生物毒性作为输出条件构建不同来源重金属土壤发光菌生物毒性神经网络模型,模型验证结果表明,在0.05显著性水平下,25组验证样本模拟值和试验值之间的相关系数r为0.396,满足模型验证要求。结合相对灵敏度计算,获得不同来源重金属对土壤生物毒性的贡献率分别为自然来源26.68%、农业来源52.71%、交通来源4.67%、燃煤来源15.94%,即农业来源为石油开采区土壤中发光菌生物毒性的最主要来源。     

类似一次一密的复合混沌音频隐藏方案

基于离散混沌映射3D-Lorenz系统和Arnold猫映射,设计了一种利用复合混沌系统实现音频信息隐藏的通信方案。该设计方案将3D-Lorenz系统与Arnold离散猫映射组合产生的混沌码具有良好的伪随机性,该混沌流密码系统是完善保密系统,具有类似一次一密的功能,具有较高的安全性。数值模拟表明了算法的有效性和可靠性。