钻头配方设计神经网络专家系统

利用人工神经网络中的ＢＰ算法,设计的金刚石钻头配方神经网络专家系统具有知识规则较少、界面友好等特点,用于开发钻头配方设计是可行的。实践中经与相同设计条件的钻头相比,其使用效率和寿命均有所提高。     

土壤侵蚀产沙量的人工神经网络模拟

在分析土壤侵蚀产沙过程和神经网络模型特点具有某些相信的基础上,采用三层前馈网络模型（ＢＰ算法）,模型的第一层有５个结点,分别代表降雨强度、降雨历时、降雨量、前期降雨量（用前１０天降雨总量表示）、径流深;第三层只有一个结点,表示土壤侵蚀产沙量;隐层的结点数采用“试错法”确定为３个。利用四川某地水土保持试验观测资料,对土壤侵蚀产沙量进行模拟及预测,通过分析比较,显示了具有较子的模拟预测效果。     

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。     

基于神经网络在路面基层压实参数中的应用

石灰工业废渣稳定类半刚性材料是高等级公路路面基层材料常见形式之一,根据规范和设计要求可分为含骨料类和不含骨料类。当骨料含量超过50％时,室内重型击实试验劳动量大,并且干密度和含水率睦线不稳定。在已知不含骨料的石灰工业废渣稳定类半刚性材料（即结合料）的最大干密度和最优含水率的基础上,通过结合人工神经网络理论,基于Matlab的BP人工神经网络,建立并编制了含骨料的石灰工业废渣稳定类半刚性材料压实参数（最大干密度和最优含水率）的预测网络模型,经过对网络模型的大量训练、训练函数和传递函数的调整及初始训练数据的规一化,最后建立了6→15→2的网络模型,其网络模型预测结果稳定准确,有一定实际应用价值。     

BP神经网络洪水预报模型在洪水预报系统中的应用

采用相关分析法,在区域降水、观测断面流量(或水位)因子中识别出影响预报断面径流过程的主要变量,在多个观测断面的数据均为流量情况下,采用基于时延组合的合成流量为影响预报断面径流过程的变量,采用自相关分析法,识别出影响预报断面径流过程的前期流量(或水位),以这些变量为BP神经网络模型的输入,以预报断面的流量(或水位)为模型的输出,在BP神经网络隐层节点数自动优选的基础上,构建了基于BP神经网络的洪水预报模型。将模型载入中国洪水预报系统中,应用结果表明:模型在历史洪水训练样本具有一定代表性的情况下,可获得较高的预报精度。     

ANN在水文计算中的初步应用

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行有关的水文计算是可行的.针对水文计算问题,初步建立了基于神经网络的计算分析系统,给出了应用实例.     

人工神经网络(ANN)模型在地下水资源预测中的应用研究

分析了地下水系统影响因素的复杂性，提出对于研究程度不能满足分布参数模型计算要求的研究区域，更适于从系统的观点出发、建立适宜的集中参数模型，从整体上分析研究，以解决相关问题。结合沈阳市地下水资源评价与管理实例，尝试应用人工神经网络(ANN)技术在水资源系统模型研究中的新模式。构建了基于BP算法的ANN降水量和蒸发量的预测、地下水水位动态模拟、预测及开采量优化方面的应用模型，结果表明模型精度满足要求。     

BP神经网络在某油田区地下水质量评价中的应用

对误差反向传播(error back propagation,简称BP)人工神经网络在水质评价中应用的原理进行了分析,并将其应用于地下水质量评价.首先,利用MATLAB7的神经网络工具箱,根据GB/T 14848-93《地下水质量标准》,构建出10-11-5三层结构的BP人工神经网络模型,并对某油田区的地下水水质进行了...     

人工神经网络在天津市区地面沉降预测中的应用

在分析天津市区地面沉降特点的基础上，结合人工神经网络原理，选择1961-1980年的天津市区降水量、地下水开采量、前年沉降量、固结度作为训练样本的输入量，以这20年的地面沉降量作为输出量，用贝叶斯正则化算法训练BP网络，得到沉降的仿真模型。并把1981-1993年的资料用来进行预测检验，结果表明这是一种比较理想的地面沉降预测方法。最后在不同的降水量保证率下，预测了到2010年天津市区地面沉降的情况。     

人工神经网络方法在径流预报中的应用

采用ＢＰ神经网络模型,以西北内陆河黑河流莺峡年平均出山地表流量为研究对象,对人工神经网络研究方法在干旱区环流径流预报中的应用进行了初步尝试,结果表明该预报成功率较高,证实了人工神经网络方法应用于流量预报领域的可行性,并分析了该方法在预报过程中的优缺性。     

人工神经网络在灌浆加固工程中的应用

提出灌浆加固工程中预测单位深度吸浆量的人工神经网络模型，详细介绍了该模型的建模过程，北结合工程实例，验证预测结果和实际数据有较好吻合性，同时表明在复杂地质条件下，灌浆加固工程中利用这一模型进行单位深度吸浆量预测是有效的。     

胶州湾三维潮流及潮致余环流的数值模拟

运用一个三维正压湍流封闭数值的模式，成功模拟了胶州湾M2分潮的潮汐与潮流分布，模拟结果表明，胶州湾的潮流以往复流为特征，最大流速出现在胶州湾口，量值为95cm/s，潮臻余流的水平结构是：团团转”的多涡结构，其中5个余流涡旋的位置得到观测资料的证实，在模拟结果的基础上，比较了欧拉余流和拉氏余流的差异，并分析潮致拉氏余流涡的垂向结构特征，垂向湍粘性系数的水平分布与水吩布形态相似，呈现出底，表层小，中层大的垂直分布结构。     

BP神经网络在测井岩性识别中的应用

在岩性识别方法中，人工神经网络方法由于其识别结果客观可靠，得到越来越广泛的应用。研究选用BP神经网络，对金衢盆地的金66测井的岩性进行了识别，并对改善BP神经网络收敛性能的方法了有效探索。     

人工神经网络在岩溶水资源评价中的应用

本文通过采用并加以改进的误差反向传播人工神经网络( BPN)算法,使网络收剑速度加快和避免局部极小。在此基础上建立了岩溶水模拟模型,同时以济南为例对模型进行了应用验证。拟合结果表明,该方法对于岩溶水资源评价具有较大的适用性。      

人工神经网络方法在大气降水氚浓度恢复中的应用

根据人工神经网络能识别输入输出数据间复杂的非线性关系等特性,选用北半球（纬度22~74°）70个站点的IAEA/WMO大气降水氚浓度观测数据,建立了大气降水氚年平均浓度的恢复模型.通过对比认为：人工神经网络恢复的降水氚浓度能客观地反映其真实值,为无资料地区恢复1953年以来大气降水氚浓度提供了一种更好的思路.     

BP神经网络在储量计算中的应用

由于地质统计学需对研究变量作出先验假设,极大地限制了它的进一步推广。作者将ＢＰ神经网络方法引入矿体品位估值及储量计算之中,通过对比研究,探讨了该方法的可行性。     

BP人工神经网络在地学中的应用

ＢＰ人工神经网络是摸拟人脑机理和功能的一种新型计算机和人工智能技术,它在数据处理中可避免数据分析和建模中的困难,采用拟人化的方法进行处理,特别适用于不确定性和非结构化信息处理,因而对地质学中各种未知信息的预测有着较好的适用性。     

BP网络在沉积环境自动识别中的应用

应用BP网络算法,实现了一个基于粒度数据的沉积环境自动识别系统。用它对几个地区不同沉积环境类型的现代沉积物样品进行了细致的粒度母体模式分类,并取得了良好的效果。      

前馈神经网络在矿物识别方面的应用

本文首先介绍人工神经网络的发展现状，然后着重阐述BP人工网络的基本原理和算法，并以蓝宝石的产地识别和石榴子石分类识别作为具体实例，用此说明人工神经网络方法在矿物学中的应用，最后对识别结果及BP算法本身进行了讨论。