BP神经网络模型在辽西农业灌溉用水预测中的应用分析

为对辽宁西部地区的农业灌溉用水进行预测,以辽西锦州市为实例,采用BP神经网络模型预测锦州市2001-2014年农业灌溉用水量,并和实测的农业灌溉数据进行对比分析预测精度。研究结果表明:BP神经网络模型适用性于辽西地区的农业灌溉用水预测,模型预测灌溉用水量和实测记录灌溉水量之间相对误差在1.8%-5.5%,满足农业灌溉用水预测规范精度要求。研究成果对于辽宁其他地区农业灌溉用水预测提供参考价值。     

BP神经网络模型预测高速铁路路基沉降的适用性分析

以武广高速铁路乐昌段19个路基断面的沉降数据为研究对象,利用Matlab软件建立BP神经网络预测模型,计算原始模型和改进模型的预测误差,对两种模型的适用性进行评价,结果显示：单纯的BP模型容易陷入局部最小,不适用于高速铁路路基沉降的预测,采用双隐含层的GA-BP网络模型可以明显减小误差,提高预测的稳定性。     

改进的BP神经网络在流域产沙量预测中的应用

误差逆传播算法是多层前向网络的典型算法，但是其平方误差函数超曲面存在许多局部极小值，于是给出了基于输出空间的全局优化BP算法（global optimization back propagation algorithm, 简称GOBPA），应用GOBPA，建立黄河某流域年均产沙量的预测模型，结果表明，用GOBPA训练的多层前向神经网络能够以很高精度预报年均产沙量。     

BP神经网络在基坑变形预测分析中的应用

本文提出了基坑变形预测与分析的BP神经网络方法,建立了基坑变形预测分析的模型,应用MATLAB语言编制计算程序进行计算并与实际工程监测值进行比较,从而验证了神经网络在基坑变形预测分析中的可行性、有效性。     

改进的BP神经网络在地震砂土液化预测中的应用

地震砂土液化的影响因素具有非线性关系,至今没有形成规范的预测标准。人工神经网络在砂土液化预测中有较好的应用,尤其是BP神经网络,但由于其本身存在缺陷:学习收敛速度慢,易陷入局部极小;遗传算法具有良好的搜索全局最优解的能力。探讨利用遗传算法优化BP神经网络权值和初始阈值来预测地震砂土液化,其效果比传统的BP网络有显著提高。     

多隐层BP神经网络模型在径流预测中的应用

基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势.     

BP神经网络在灌区需水量预测中的应用

随着塔里木河下游水量逐年减少的趋势,铁千里克灌区水资源危机显的越来越严重。运用BP神经网络方法预测需水量,对灌区适时调整产业结构,保护生存和生态环境,促进区域社会经济和谐发展有重要意义。     

改进BP神经网络在岩质边坡稳定性分析中的应用

使用MATLAB软件中的NNtool工具箱建立了一个通过添加动量改进的BP神经网络模型,用以分析岩质边坡的稳定性。通过对天津某工程的边坡进行分析来检验这个模型的可靠度。根据现场调查的实际情况分析,该边坡岩体比较破碎,因此文中选择了几个有代表性的岩石完整性参数作为输入层参数,通过收集的一些类似边坡的参数对所建立的神经网络模型进行训练,以保证此模型适合被用来分析该工程。结果证明,所建立的模型是可靠的,此种方法在分析岩质边坡稳定性的的实践中具有广泛的使用性。     

遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用

区别于传统的提取混沌时间序列饱和嵌入维数的方法,本文利用人工神经网络成功地对水库混沌径流时间序列的饱和嵌入维数进行了提取,计算了该时间序列里的最大Lyapunov指数,两种方法结果都证明了该时间序列的混沌性。并用遗传算法对BP神经网络进行了改进,利用该模型对三门峡水库混沌径流时间序列进行了预测。实例计算表明该方法解决了BP神经网络收敛速度慢和易于陷入极小值的问题,大大提高了BP神经网络的计算精度和收敛速度。无论在计算精度上还是在收敛次数上都优于没有改进的BP神经网络。     

BP 神经网络模型在朝长地区扶杨油层压裂产能预测中的应用

松辽盆地朝长地区扶杨油层是典型的低孔低渗砂岩储层,需要进行压裂改造,产能影响因素较多,用常规线性方法进行的产能预测结果往往精度不够。在研究该区测井曲线响应特征的基础上,根据地区经验和灰色关联分析法,优选自然伽马、声波、电阻率、中子和密度5 个测井特征参数,及含砂比、破裂压力2 个压裂施工参数,与已有的试油结论作为模型的训练样本,建立预测储层压裂改造后单位厚度产液量和单位厚度产油量的BP 神经网络模型。在实际应用过程中,不仅能较准确地划分油水层,同时给出了产油量的计算参考值,实现了对低孔低渗砂岩储层压裂产能的有效快速预测。     

BP神经网络在冻土路基变形预测中的应用

在青藏铁路冻土路基现场实测资料的基础上,用改进的BP神经网络建立起了路基变形与地温、路基高度和上限之间的非线性映射.对某一典型路基第30年的变形进行了预测,结果显示路基的累计融沉量在冻胀量的两倍以上.从绘制的路基变形过程曲线可以很清晰地看出路基一年中的变形趋势和冻胀融沉区间.在4月份以后,路基的变形由冻胀向融沉转变,变形与地温有很好的正比关系,但是当地温升高到一定值时,路基的融沉量便不再随着地温的升高而增大.路基的冻胀与地温的关系也有相似的规律,说明地温对路基变形的影响存在一个比较明显的区间,在这个区间范围内的温度对路基变形的影响较大,这为控制路基的病害提供了一个比较有价值的信息.     

未确知测度BP神经网络模型在黑河流域水质预测中的应用

水质预测是水环境规划、评价和管理的重要依据,对促进水资源可持续利用及生态发展具有重要意义。针对水质预测中各项因子的不确定性,基于未确知测度理论(unascertained measure,UM),采用改变网络初值的方法,对BP神经网络加以改进,并利用黑河流域莺落峡水文站1998~2011年的水质监测资料进行分析和预测。以挥发酚为参考序列,用灰色关联方法分析参考序列与其他因子的关联度,并最终确定BP网络的输入节点为CODmn、DO、SO42-、Cr6+以及挥发酚,输出节点为挥发酚,从而建立UMBP模型。分析结果表明,UM-BP预测模型比标准的BP神经网络模型具有更高的预测精度。因此,该模型应用于黑河流域水质预测是可行的。     

BP神经网络在区域滑坡危险性预测中的应用

由于区域滑坡危险性评价复杂性,在已知量和所求量之间往往存在着一种很强的非线性关系,而BP神经网络具备高度的非线性映射能力,因此采用BP神经网络来分析区域滑坡的危险性,可以取得良好的效果。本文结合具体区域滑坡危险性评价,使用Matlab神经网络工具箱中的相关函数建立具体BP神经网络,检验和预测区域滑坡的危险性。     

BP神经网络在花岗岩型铀矿预测中的应用

在已知矿床的外围或深部发现更多的成矿有利区是我国南方地区新一轮热液型铀矿勘查工作的重要方向之一。采用BP网络对某花岗岩型铀矿区以航空放射性信息为主的找矿标志进行综合。15个检验样本的预测有利度与期望有利度基本吻合,表明采用该预测模型对研究区内所有样本进行综合预测是合适的。从全区的预测结果可以看出,14处已知铀矿床均位于成矿有利度大于0.9的区域,且在已知铀矿床的外围发现了具有较好成矿远景的多片有利区。     

BP小波神经网络在边坡位移预测中的应用

用优化的BP小波神经网络建立的预测模型对吊钟坝边坡的变形量进行了预测。引入了共轭梯度反向传播算法来优化BP小波神经网络,从而使网络计算量大为减少,避免了网络产生局部最优的弊端,有效提高了网络的质量。与未优化的BP小波神经网络和BP神经网络的预测结果进行比较可以看出,优化的BP小波神经网络的预测值更接近GPS实测值。     

旱作物灌溉用水预测公式

从土壤湿润层水量平衡出发,推导出旱作物灌溉用水预测公式,利用历史实测灌溉用水及同期降雨资料率定有关参数,根据降雨预报资料预测灌溉用水量。方法简便,适用于种植结构不明的灌区,特别是数个灌区构成的灌溉区域。     

基于电磁参数的BP神经网络模型在页岩气储层预测中的应用研究

近些年来伴随着绿色低碳经济的需要与对清洁能源需求的增长,非常规油气资源逐渐受到各国重视,其中页岩气勘探发展迅速。现阶段的页岩气勘探中,电磁法的应用越来越广泛,很多研究都证实了电磁法在深层页岩气勘探中的有效性。研究区位于四川筠连,区内测井显示,龙马溪组黑色页岩发育,有机质丰度高、成熟度较高、微裂隙发育、埋深适中,具有形成页岩气藏的优越条件。新二维地震资料显示本区地层平缓,构造完整,远离通天断层,保存条件较好,有利于页岩气勘探。收集了研究区某条测线的大地电磁法(MT)和复电阻率法(CR)数据,结合研究区昭104井的TOC数据样本,建立了神经网络储层预测模型,计算了区内一条测线剖面的TOC预测值。研究结果表明:TOC预测值与实测值正相关,说明神经网络模型具有较好的非线性逼近能力,可以反映电磁参数与TOC含量之间的非线性相关性,TOC的高值部分与高级化异常对应,进一步说明高级化异常是页岩含气层识别的重要特征,非地震数据识别页岩地层中的含气性是值得探索的。     

GA+BP神经网络在薄互层储层预测中的应用

地震信号的特征是由地下岩石、流体的物理特征及其变化直接引起的,有效挖掘隐藏于地震数据中的有关岩性和储层物性信息具有深远而现实的意义.地震属性参数之间多是非线性关系,并且地震属性参数受环境的影响很大.神经网络可以建立属性参数与预测目标之间的高度非线性映射,而遗传算法选择适者生存.改进BP算法,综合BP的快速收敛和GA的全局寻优的特点,具体应用于薄互层储层厚度预测.     

BP神经网络在自喷井井底流压预测中的应用

利用神经网络具有的高度非线性映射能力,将其应用于井底流压的预测,以解决现有各种方法不能完全满足需要的矛盾。从网络的结构和算法、训练样本的选择和处理、网络的学习精度和泛化能力等三个方面对BP神经网络进行研究和改进,建立了井底流压的预测模型,并对某油田的实测井底流压数据进行了精度检验和精度分析。预测结果表明,相对误差最大为2.0821%,平均相对误差为1.5108%,绝对误差一般在0.5~1 MPa,高于其他各种计算方法的精度。     

节水灌溉农业高效用水模式

1节水灌溉农业与节水灌溉1．1节水农业是提高用水有效性的农业，也就是充分利用降水和可利用的水资源采取水利和农业措施，提高水的利用率和水的利用效率的农业，它包括节水灌溉农业和旱地农业。国内有的同志认为“节水农业就是节水灌溉”，“节水型农业不应包括旱地农业”，‘