共查询到18条相似文献,搜索用时 207 毫秒
1.
2.
3.
4.
5.
基于MATLAB的BP神经网络在砂土液化评价中的应用 总被引:6,自引:0,他引:6
本文运用MATLAB的神经网络工具箱(NNT)建立砂土液化BP网络预测模型,并以南京地铁1#线玄武门站—南京站区间隧道砂土液化评价为例,阐述了基于MATLAB的BP网络应用于砂土液化分析的可行性和应用价值。 相似文献
6.
BP神经网络在化探数据分类中的应用 总被引:4,自引:0,他引:4
BP神经网络作为一种具有高度非线性映射能力的计算模型,具有优良的非线性逼近能力,在化探数据处理、矿产资源潜力评价等地学应用中,很多问题正是具有高度的非线性的。BP网络可自动模拟各种成矿因素之间的自然关系,进行全局优化搜索,减少人为干预,提高资源预测的准确率。BP网络具有简单易行、并行性强等特点,目前仍是多层前向网络的首选算法。以新疆东天山的化探数据对BP神经网络进行测试,分别以东天山地区的典型金矿、典型铜矿做矿床规模和类型的分类。测试结果表明,改进的BP神经网络收敛速度快,具有较高的学习效率,可以很好地对化探数据进行分类。 相似文献
7.
FORECAST OF PREFERRED FAULT BASED ON NEURAL NETWORK 总被引:10,自引:2,他引:8
基于优势面区域稳定性评价理论和人工神经网络 (ANN)的原理和方法 ,探讨了基于 ANN的优势断裂预报神经网络算法及模型 ,并结合实例检验表明应用反传 (BP)神经网络模型判定优势断裂的新方法是有效的 ,且取得了理想的结果。 相似文献
8.
基于人工神经网络的大坝变形分析与预报——以西津大坝27~#点的变形监测为例 总被引:2,自引:0,他引:2
以MATLAB语言为基础,应用BP神经网络、逐步回归分析进行西津大坝27#点的变形分析与预报研究.在此基础上,进一步提出了逐步回归BP神经网络组合的预报方法,并探讨了3种方法的预报结果.研究表明,BP神经网络用于大坝变形分析与预报是可行的,所提出的逐步回归BP神经网络组合法提高了变形影响因子选择的科学性,在预报效果上,优于前两种方法. 相似文献
9.
基于BP神经网络的地质灾害风险评估方法探讨——以天水地区为例 总被引:4,自引:1,他引:3
文章分析了地质灾害风险评估的基本内容,包括风险源危险性评价及受险对象易损性评价;以此为基础,结合地质灾害特征,对地质灾害风险评估指标体系、地质灾害风险评估BP神经网络的建立、训练与仿真方法进行探讨.以天水地区为例,运用MATLAB软件,调用newff命令,建立基于BP神经网络的地质灾害风险评估模型.该神经网络分3层,输入层有7个节点,输出层有3个节点,隐含层有6个节点.选择8个典型评价单元、以定性分析结果为预期输出,调用train命令对所建立的神经网络进行训练,对其余单元调用sim命令进行仿真,得出天水地区地质灾害风险评估分区图.理论分析与实例验证表明:BP神经网络具有自身调节连接权值的优点,是一种较为理想的地质灾害风险评估方法. 相似文献
10.
基于AHP和BP神经网络的深部地热水可持续开发能力评价 总被引:1,自引:0,他引:1
采用资料完整性、开采潜力、回灌量、平均水压下降速率、地面沉降速率、水温、水质、地热井布局8项指标构建天津地热可持续开发能力评价指标体系;运用层次分析法确定了各项指标的权重,建立起评价因素集和评语集,给出了归一化数值;建立了天津地热可持续开发能力的BP神经网络模型,以层次分析法得出的结果作为样本,对BP网络进行了训练和测试,实例评价结果表明了AHP和BP神经网络方法的可行性,为地热资源的可持续开发能力评价提供了一种新的评价方法。 相似文献
11.
12.
13.
补偿模糊神经网络在储层参数预测中的应用 总被引:2,自引:0,他引:2
为了克服常规BP神经网络法在预测储层参数中出现学习速度慢、无法结合专家知识等不足,我们引入了补偿模糊神经网络。它是一个结合了补偿模糊逻辑和神经网络的混合系统,由面向控制和面向决策的神经元组成,其模糊运算采用动态的、全局优化运算,学习速度快、学习过程稳定,将其用于储层参数预测效果良好。 相似文献
14.
应用前馈人工神经网络对广域单调的两组样本进行了模拟反演,引入单调前馈网络的概念对其权值和阈值定解问题和泛化能力进行了较诉研究。表明前馈人工神经网络是一个表达形式简单的复杂系统,其单调特征是隐性的,而且训练网络的成熟性对样本数量和样本内在规律性有一定依赖。强调了前馈人工神经网络的应用效果,指出单调与复合问题还需进一步深入研究。 相似文献
15.
针对沈阳地铁一号线重工街站至启工街站区间隧道开挖引发地面沉降变形的问题,利用现场实测的地表沉降变形数据建立BP神经网络模型,并进行网络训练与预测。预测结果表明,时间序列神经网络模型能够很好地表达地面沉降监测数据序列间的非线性关系。利用BP神经网络建立的预测模型,所得预测值与实测值拟合很好,是预测地铁施工引发地面沉降变形的一种有效方法,能为沈阳地铁隧道的设计及施工提供科学合理的依据。 相似文献
16.
17.
高速公路高填方路基沉降量的神经网络预测 总被引:4,自引:2,他引:2
利用BP神经网络较强的高次非线性映射能力和学习功能 ,建立了基于人工神经网络的高速公路路基沉降量的预测模型。该模型依据现场实测资料 ,避免了计算过程中各种人为因素的影响。通过对某高速公路高填方路基沉降量的现场监测成果的学习与预测检验 ,证明其预测精度与适用性良好 ,具有较大的工程实用价值 相似文献