粒子群优化广义回归神经网络与HHT样本熵结合的地震辨识研究

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法．该方法先通过经验模态分解（EMD）将初始信号分解成6个本征模态函数（IMF）及1个残余向量,对前三个IMF进行Hilbert变换得到瞬时频率和瞬时能量,进而提取出样本熵并构造神经网络训练集与测试集;利用粒子群算法和训练集优化广义回归神经网络的光滑因子参数值,建立PSO-GRNN分类模型．将该模型结果与BPNN模型、GRNN模型、PNN模型及RBFNN模型等神经网络模型进行性能对照,得到该模型单次识别的准确率、MAE、MAPE、RMSE R2及MSE分别为95%、0.1604、0.1204、0.2381、0.7123、0.0567,绝大多数性能评价指标优于其他4种神经网络模型．该研究建立的PSO-GRNN模型性能较稳健,在100次循环随机试验中辨识效果仍然较突出,计算得到的上述评价指标均值为97.42、0.04、0.04、0.12、0.89、0.02,其对应的标准差为3.53、0.05、0.04、0.08、0.11、0.02,将PSO-GRNN模型...     

基于神经网络的滑移隔震结构智能半主动控制

考虑上部结构的刚度和阻尼,使用神经网络控制算法计算基底摩擦力的大小,研究了滑移隔震结构的半主动控制。对计算实例的分析表明,通过半主动控制的滑移隔震结构不但具有较好的隔震效果,且能有效地减小基底的最大滑移量及残余位移。为对比各种控制方法的控制效果,文中还利用Bang-Bang控制和瞬时最优控制算法对滑移隔震结构进行了半主动控制。对比分析表明,基于神经网络控制算法的控制效果优于其它控制算法,具有反馈量少,稳健性强等特点。     

兴隆庄煤矿3煤顶板岩层富水性分区

分析了矿井顶板水害及防治现状,以兴隆庄煤矿４３１８工作面为例,用信息拟合方法对顶板富水性进行分区,应用模糊评判预测方法进行了顶板水量预测计算：涌水量等级为３级,正常涌水量为０．５～１．５ｍ＾３／ｍｉｎ,最大涌水量为２．２５ｍ＾３／ｍｉｎ,与实际涌水量一致。     

深部气层和干层测井模糊综合评判

深部气层和干层的区分是常规测井解释的难题。认识始于实践。本文依据东濮凹陷深层试采资料,建立了两个模式各四个参数的隶属度曲线,进行气层和干层模糊综合评判研究,并用该地区深层试井资料作了检验,效果颇佳。证明模糊综合评判是区分深部气层和干层的一种行之有效的方法。     

基于模糊神经网络的义县萤石成矿预测

成矿预测的模糊综合评判方法中评价因素权重确定时具有较强的人为因素,模糊神经网络方法可以建立在无模型基础上,自动获取输入与输出的关系,在专家确定权重初始值的情况下,通过网络训练确定出最优权重值,这在一定程度上减少了人为因素的影响.应用该方法对义县萤石成矿远景区进行了评价,其评价结果与实际一致.表明该方法可推广到其他区域、其他矿种的预测,但应根据预测对象的实际情况建立控矿因素集和相应的隶属度函数.     

云南公路滑坡稳定性分析中模糊信息分析法的应用

将模糊信息分析方法应用于公路滑坡稳定性分析。运用模糊信息分析中的模糊信息信息分配、信息集中等方法,在云南元磨高速公路滑坡的50组公路滑坡资料中选取了滑坡高度、坡度、组成物质的粘聚力、内摩擦角等重要影响因素,建立了其与滑坡稳定性之间的模糊关系,得到相应的滑坡稳定性分析数学模型。应用该模型对该区域其他滑坡进行验证,其效果良好,故该方法可较好的应用于实际。     

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。     

新疆阿克苏地区城市自然灾害脆弱性评价研究

塔里木盆地是我国最大的半封闭型内陆盆地, 干旱、大风、沙尘暴、洪水以及地震、雪灾等自然灾害频繁.为了提高塔里木盆地城市应对自然灾害的能力, 以阿克苏地区为例, 在广泛借鉴国内外灾害脆弱性评价的指标体系与评价模型的基础上, 以多灾种复合情况为背景, 构建塔里木盆地自然灾害脆弱性评价指标体系, 运用模糊综合评价法进行脆弱性评价, 并对各指标进行对比分析.结果表明: 阿克苏市、新和县、阿瓦提县的高脆弱度值最高, 分别为0.48、0.36及0.40, 属于高脆弱度; 温宿县、沙雅县的中脆弱度值较高, 分别0.24和0.26, 属于中脆弱度; 库车县、拜城县、乌什县、柯坪县的低脆弱度值较高, 分别为0.48、0.45、0.36及0.35, 属于低脆弱度.根据各县市自然灾害脆弱性评价结果, 结合区域特点, 提出了防灾抗灾的对策建议, 对塔里木盆地城市降低脆弱性、减轻自然灾害影响有一定借鉴意义.     

一种新的可靠度计算方法及其在工程中的应用

利用神经网络拟合极限状态方程、几何法计算结构可靠度,并推导了基于神经网络的几何法计算公式。最后比较了该法与其他可靠度计算方法的精度以及计算效率,并将该法应用于实际工程当中。     

基于SPSS和GIS的BP神经网络农用地适宜性评价

以中原城市群为研究区,在应用GIS基础上运用SPSS软件进行主成分分析,根据因子贡献率提取主导性强的综合因子,利用提取的主导因子进行系统聚类选择典型样本;依据因子的贡献率调整BP神经网络初始权值,建立评价模型,进行农用地适宜性评价方法的探讨。通过检验,改变初始权值建立的BP模型预测合格率为50%,相对误差最大值为18.9%;为了进一步改进BP网络,把第一次调整权值训练得到的网络权值作为下一次建模的初始权值,训练得到的BP模型预测合格率为100%,相对误差最大值为9.5%。其后运用层次分析法、主成分聚类法作为对照,验证了这种BP模型在农用地适宜性评价中的可靠性与精确性。最后根据所建立的BP模型预测获得中原城市群农用地适宜性分区图,各土地类型适宜性从西往东呈现由低到高的分带性,其中高度适宜区占总面积的32.4%;中度适宜、勉强适宜、不适宜区分别占总面积的28.9%、22.1%、16.6%。