人工神经知水质评价中的应用

将人工神经网络扶植竽水质综合评价，提出了水质综合评价的ＢＰ网络模型，并将该模型应用于实例检验。结果表明：ＢＰ网络模型用于水质综合评价方法可行且适应性强，结果客观，合理。     

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。     

集成BP网络在城市地下水水质评价中的应用

为了克服传统BP网络的不足,发挥共轭梯度法和梯度下降法各自的优势,在城市地下水水质评价模型中,采用了集成BP网络,用共轭梯度法和梯度下降法相结合的混合算法来训练网络。实例表明,将此网络模型应用于城市地下水水质评价是有效的、可行的。     

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(Artificial Neural Network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.     

改进的BP网络在地下水水质评价中的应用

针对ＢＰ网络在连接权的赋值和调整方面存在着固有不足的缺陷,尝试应用近些年发展起来的浮点遗传算法对ＢＰ网络的连接权进行优化,应用改进的ＢＰ网络对四平市地下水水质进行评价,结果证明,浮点遗传算法对ＢＰ网络连接权的优化有很好的效果。     

人工神经网络在致密砂岩气层识别中的应用

致密砂岩气层识别是一个难题。如何在已有的地质、钻井、测井、地震等资料的基础上，利用现代人工智能方法进行气层识别，值得我们去探计。作者在本文中利用一个改进的BP网络模型，充分利用现有的地质、测井等资料，以单井为单元进行垂向气层识别，然后又以地震资料为约束进行气层横向预测，结果非常令人满意。     

基于MATLAB改进的BP神经网络在地下水水质评价的应用

运用改进的BP神经网络(SCG算法)理论和方法,建立水质评价的BP神经网路模型,以什邡市地下水为例进行评价,并与综合指数法相比较。结果表明,该算法收敛速度快,评价结果较能准确的符合水体水质情况。     

神经网络和地理信息系统耦合方法在地下水水质评价中的应用

应用人工神经网络模型对吉林西部平原的水质进行评价 ,借助于共享文件实现该模型和MAPGIS相连接 ,这种模式不仅能够反映水质的最适宜、较适宜、适宜、较不适宜、不适宜的状况 ,而且能够体现吉林西部水质的空间变化规律 ,即较高适宜度的水主要分布在沿江地带和白城冲积扇 ;除通榆、长岭、乾安、大安部分地下水不宜饮用外 ,其余地区地下水都可满足生活饮用要求 ,但水质主要处在适宜状态     

人工神经网络在岩体质量分级中的应用

结合四川省金沙江某水电站工程实例，应用BP人工神经网络方法建立3层BP网络模型，选取岩石单轴抗压强度等6个影响因素为输入变量，对坝基复杂岩体进行质量分级。通过机算机Visual C 语言编程实现神经网络模型，进行网络的学习和运算。以神经网络合理结构分析方法选取合理结构，确定合理隐层单元的数量，提高网络测试的精度。对测试结果的分析发现，经过优化的BP网络模型经多次学习后，测试精度提高，结果可靠，取得较好的实际应用效果。     

集成BP网络在城市地下水水质评价中的应用

为了克服传统BP网络的不足,发挥共轭梯度法和梯度下降法各自的优势,本文介绍了在城市地下水水质评价模型中采用集成BP网络、用共轭梯度法和梯度下降法相结合的混合算法来训练网络的方法.通过实例表明,将此网络模型应用于城市地下水水质评价是有效的、可行的.     

人工神经网络在滑坡变形预测中的应用研究

在分析人工神经网络的基础上提出滑坡变形状态的一种简化模型,运用3层前馈型BP网络,对离散时间和滑坡体虚拟质心的进行考察,并以此作为BP网的输人和输出,从而对滑坡变形的预测进行了理论上的探讨.     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的△１３１－（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然后阐述了ＡＮＮ（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒ）模型，最后应用该模型估算岩石变形时的温度，经对比得出，利用人工神经网络在岩石变形温度估算中具有良好的应用效果。     

模糊模式识别理论在水源地水质评价中的应用

本文提出利用模糊模式识别理论模型进行水源地水质评价,并根据水质评价的特殊性,对模糊模式识别模型进行了改进;实例评价结果说明是有效的。     

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。     

人工神经网络在流域水环境承载力中的应用研究

在分析水环境承载力概念的基础上,建立了基于BP人工神经网络的流域水环境承载力评价模型,并对其进行了实证研究.结果表明,将人工神经网络方法应用于水环境承载力的研究,具有建模方便、操作简单的特点,为流域水环境承载力研究的提供了一种新途径.     

应用人工神经网络BP模型预测乌江流域年平均含沙量

引入人工神经网络BP模型对流域产沙进行了定量预测。根据石坝子水文站断面以上乌江流域的土壤、地质、地貌在一定时间范围内具有相当稳定的特性，选取植被覆盖率、年降雨量、年平均流量和年汛期径流量共4个代表植被、气候和水流特性的主要因子对流域年平均含沙量进行了建模预测。优化得出的BP网络模型不仅拟合精度高，而且预测效果好，这为泥沙方面的定量研究提供了一条新的途径，也为石坝子水文站停测泥沙测验项目提供了科学依据。     

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。     

基于黄金分割理论的改进BP网络地下水水质评价

利用VB语言编写附加动量的改进BP人工神经网络模型程序,并将其加载到Excel中,以湛江市区地下水为例研究水质状况。该模型采用黄金分割理论和试算相结合的方法对网络模型的隐含层节点数进行了优选,研究结果与其他方法相比显示：改进BP人工神经网络模型在地下水水质评价中能够很好地解决评价因子与水质等级间复杂的非线形关系,评价结果的精度有较大地提高。     

基于Excel技术平台人工神经网络BP模型及应用

本文简要地讲述了人工神经网络模型结构和BP算法,以Microsoft Office Excel加VBA编程为技术平台,创建了人工神经BP网络预测模型.同时,应用该模型预测了吉林省南坪水文站1980～2000年11～3月枯季水资源量.结果表明,预测结果合理,精度较高;模型直观易懂,操作简便,有进一步推广价值.     

人工神经网络在煤层对比判别中的应用

淮北煤田许瞳井田主要含煤地层为二叠系,自上而下共有10个煤组,其中5煤组为主要勘探对象。5煤组有1~3个分层,自上而下为5₁、5₂和5₃。5₃由一至数层煤线组成,特征明显,是判别5煤组的主要标志。5₁、5₂厚1 m左右,结构无明显区别。