基于GIS的ANN型矿产资源评价系统

本文首先论述了GIS与ANN技术在矿产资源评价中应用的意义和特点及其相互间的联系;然后提出了一种基于GIS的SPV型人工神经网络矿产资源评价系统,介绍了如何在GIS平台上应用这种ANN对金矿资源进行预测评价的方法以及与实际对比的结果.     

基于GIS与ANN模型的地震滑坡易发性区划

基于遥感数据、地理信息系统(GIS)技术和人工神经网络(ANN)模型,开展地震滑坡易发性区划研究.2010年4月14日玉树地震后,基于航片与卫星影像目视解译,并辅以野外调查的方法,在地震区圈定了2036处地震诱发滑坡.选择高程、坡度、坡向、斜坡曲率、坡位、与水系距离、地层岩性、与断裂距离、与公路距离、归一化植被指数(NDVI)、与同震地表破裂距离、地震动峰值加速度(PGA)共12个因子作为地震滑坡易发性评价因子.这些因子均是应用GIS技术与遥感影像处理技术,基于地形数据、地质数据、遥感数据得到.训练样本中的滑动样本有两组,一组是滑坡区整个单滑坡体的质心位置,另一组是滑坡滑源区滑前的坡体高程最高的位置.应用这12个影响因子,分别采用这两组评价样本,基于ANN模型建立地震滑坡易发性索引图,基于GIS工具建立地震滑坡易发性分级图.分别应用训练样本中滑坡分布的点数据去检验各自的结果正确率,正确率分别为81.53％与81.29％,表明ANN模型是一种高效科学的地震滑坡易发性区划模型.     

人工神经网络模型在地下水水质评价分类中的应用

人工神经网络(ArtificialNeuralNetwork以下简称ANN)是一种行之有效的数据处理和分析方法,它的应用领域不断扩大并逐渐完善,本文在传统ANN方法基础上进行了进一步的探讨,立足于BP算法,通过调整ANN输出结构,提高其鲁棒性能,从而使其更具有适应性。将改进后的ANN应用于地下水水质评价分类,并和模糊综合评判评价结果进行了比较,分类结果令人满意。     

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。     

基于SVM-ANN模型的滑坡易发性评价——以三峡库区巫山县为例

本文以三峡库区巫山县为研究区,利用收集的资料,提取出9类指标因子(高程、坡度、坡向、地形湿度指数TWI、地表粗糙度指数TRI、地层岩性、水系距离、构造距离、植被覆盖指数NDVI),利用相关性分析剔除高程因子。将灾害点和指标因子数据带入支持向量机(SVM)和人工神经网络(ANN)模型,得到研究区滑坡易发性区划图。根据ROC曲线对模型的精确度进行评价,得到SVM模型的成功率和预测率曲线的AUC值分别为0.919和0.862,ANN模型分别为0.86和0.837,表明两个模型均适用于研究区滑坡易发性评价。根据以上工作,本文提出了基于Max{LSI(SVM);LSI(ANN)}函数的SVM-ANN模型,并将其应用到该区的滑坡易发性评价中。SVM、ANN和SVM-ANN模型中,历史滑坡灾害点分布在高-极高易发区的比例分别为90.06%、83.18%和94.01%,表明SVM-ANN模型更适用于滑坡灾害风险分析的实际应用。     

基于MATLAB-NNT的高速公路软基处理方案决策模型

首先介绍了中国高速公路软基处理技术决策问题的研究现状,然后介绍了人工神经网络(ANN)BP模型和MATLAB神经网络工具箱(NNT)。最后以沪宁高速公路软基地质条件为实例,以MATLAB-NNT为工具,建立了高速公路软基处理方案的ANN决策模型,对所建立的ANN模型进行训练、回判和预测,得到了满意的结果,证明模型是有效的。     

基于ANN模型重塑岩溶地下河系统流量数据可行性研究

西南岩溶地区地下河系统的多层次和多级性特征,决定了其输入因子与响应因子之间为非线性关系,传统的统计方法在揭示此类关系时效果欠佳,而人工神经网络模型( Artificial Neural Ne two rk—— ANN)正好弥补了此项不足,其在原理和构模上均表现出与岩溶地下河系统十分相似的特点。通过对广西地苏地下河系统水量数据的重塑发现, ANN模型重塑的效果明显优于传统的回归分析法,证明了运用ANN模型重塑岩溶地下河系统流量数据是完全可行的。      

商丘试区地下水动态的ANN模型研究

利用人工神经网络 (ANN)技术 ,建立了商丘试验区地下水动态的 ANN模型 ,对试区的地下水动态进行了模拟 ,并在引黄条件下 ,对未来 5年商丘市地下水位作出了预报     

倾角导向体控制的气烟囱识别技术及其在海拉尔盆地贝尔凹陷中的应用

在调研了国内外气烟囱研究成果与思路的基础上,通过全新的地震解决方案——OpendTect平台提供的基于属性多层感知器(MLP)的人工神经网络(ANN)的方法预测气烟囱的发生概率体,并利用倾角导向体对算法进行改进,提出倾角控制下的地震气烟囱识别技术,很好地补充并发展了模式识别技术在地震勘探领域的应用。通常该技术一方面可以解释运移通道和浅层气成藏的原因;另一方面,形成的气烟囱地震数据体还可以预测源岩的发育情况;此外,对于判别断层封闭性也非常适用。最后应用这一技术对海拉尔盆地贝尔凹陷一含油区块的运移通道和成藏规律进行研究,分析该研究区的断裂发育特征和运移通道类型,总结了油源、通道、储层和盖层的空间配置关系,并建立相应的成藏模式。     

基于ARIMA与ANN组合模型的需水量预测方法研究

需水量预测影响因素较多,具有线性和非线性特征。为提高预测精度,提出基于ARIMA与ANN组合模型的需水量预测方法,利用ARIMA模型良好的线性拟合能力和ANN模型强大的非线性关系映射能力,把需水量时间序列看成由线性自相关结构和非线性结构组成,采用ARIMA模型预测需水量序列的线性部分,用ANN模型对其非线性残差部分进行预测,再将二者预测值进行组合预测。通过实例研究,组合模型预测精度更高,是需水量预测的一种有效方法。     

基于GIS的人工神经网络模型在铀成矿预测中的应用——以塔里木盆地北缘为例

利用地理信息系统（GIS）与人工神经网络（ANN）相结合,研究设计了基于GIS的人工神经网络成矿预测系统,实现了从地质变量优选到人工神经网络成矿预测结果图形显示的计算机自动化处理。在塔里木盆地北缘铀成矿预测中,应用效果良好。     

基于AMTLAB—NNT的高速公路软基处理方案决策模型

首先介绍了中国高速公路软基处理技术决策问题的研究现状，然后介绍了人工神经网络（ANN）BP模型和MATLAB神经网络工具箱（NNT）。最后以沪宁高速公路软基地质条件为实例，以MATLAB－NNT为工具，建立了高速公路软基处理方案的ANN决策模型，对所建立的ANN模型进行训练、回判和预测，得到了满意的结果，证明模型是有效的。     

基于人工神经网络的地下水状态方程—以山东莱州湾南岸地下水研究为例

山东莱州湾南岸地下水密度受多种因素影响,传统方法难以拟合,利用人工神经网络（简称ANN）高效的自组织学习能力和抗实验噪音能力及应用神经网络工具箱设计了三层反馈式神经网络模型,得出映射莱州湾南岸地下水密度与含盐量之间相关关系的基于ANN的地下水状态性关系的性质,基于ANN的地下水状态方程具有形式简单,易于使用等特点。     

ANN技术在岩溶地下水可开采量评价中的应用——以山西晋祠泉域为例

以晋祠泉域为例,分析该泉域水文地质特征。应用神经网络技术(ANN)建立泉域内县代表性的难老泉岩溶地下水位与各种补排项之间定量数学模型,对该泉域地下水可开采量进行了评价。研究结果表明,所建立的岩溶地下水位多因素神经网络模型具有较好的拟合精度,仿真程度较高,所得到的地下水可采资源量评价结果与该地区地下水开发利用实际情况较为一致。同时,还计算了不同降雨条件下地下水的可开采量,使其对地下水的开采规划更具有指导意义。     

基于人工神经网络的地裂缝危险性评价系统

现代地裂缝在世界许多国家普遍存在, 已成为当今世界范围的主要地质灾害之一。利用地理信息系统 (GIS)与人工神经网络 (ANN)耦合技术建立了地裂缝灾情非线性模拟评价系统。作者在分析地裂缝灾害成因的基础上, 利用地理信息系统 (GIS)的空间分析功能, 建立了构造、地下水开采、地层和地貌 4个地学信息专题层图; 采用人工神经网络 (ANN)这一以工程技术手段模拟人脑神经网络的结构和功能特征的技术系统, 建立了地裂缝灾害危险性非线性模拟评价模型, 开发研制了危险性评价系统, 进而对榆次地裂缝灾害危险性进行了非线性模拟评价, 将研究区按危险性系数进行了分区, 为榆次城建、环保和国土规划等部门的正确决策提供了重要的科学依据。      

FORECAST OF PREFERRED FAULT BASED ON NEURAL NETWORK

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。     

岩土非线性流变本构模型的辨识算法研究

从岩土非线性流变本构模型通式——P.Perzyna方程出发,研制了岩土工程围岩流变本构模型辨识用有限元计算程序EVP2D,并将其和均匀设计(UD)法结合,获得了用于ANN辨识模型训练用的具有丰富本构信息的全局性输入输出有效数据。尔后,设计了基于实际监测位移数据辨识围岩流变本构模型参数的ANN模型,并在matlab软件平台中研制了辨识用相关程序CYJBS3.M。有关实例验证,从待辨识参数向量UD设计、训练数据的有限元计算获取、ANN模型的训练和辨识这一整体计算过程的实现,表明了UD-FEM-ANN本构模型辨识方法的可行性。      

5参数高速公路软基处理方案ANN决策模型

首先，介绍了中国高速公路软基处理技术决策问题的研究现状，然后，介绍了决策模型参数的确定。最后，以折学森整理的高速公路的资料为原始数据，以MATLAB-NNT为工具，建立了5参数高速公路软基处理方案的ANN决策模型。对所建立的ANN模型进行训练、回判和预测，得到了满意的结果，证明模型是有效的。     

人工神经网络在遥感图像处理中的应用探讨

遥感图像处理常见的困难有数据量巨大、噪声信息多，高度非线性及其导致的难以用解析或表述处理模型等。人工神经网络（artificial neural network,ANN)是由大量简单神经元广泛相互联接而成的非线性映射或自适应动力系统，可以解决上述问题，使用ANN进行遥感图像处理在遥感图像复原，变换和分类中有如下应用：（1）使用ANN和必要辅助数据从TM图像中提取地下火热辐射数据；（2）构造ANN非线性映射，利用TM1－5，7图像提高TM6图像空间分辨率；（3）模糊神经网络（FNN）遥感图像分类。     

神经网络在镇扬大桥工程区区域稳定性评价中的应用

基于优势面区域稳定性评价理论，运用ANN优势断裂评价模型来研究镇扬大桥工程区区域稳定性，取得了较好的效果，实践表明基于ANN找寻和评价优势断裂是可行的和有效的。