海洋环境中平台钢腐蚀速率的三层BP 神经网络预测

利用三层BP神经网络预测海洋环境因素对材料的腐蚀速率的影响。结合实测的pH值、温度、溶解氧、盐度、生物附着等影响因素,分析了上述环境因素对平台钢腐蚀的影响,建立环境因素与腐蚀速率之间的映射关系,预测了平台钢在海洋环境中的腐蚀速率。结果表明,全浸区腐蚀速率预测误差为6.95%,潮差带腐蚀速率预测误差为4.2%,预测精度较高。说明利用三层BP神经网络预测钢在海水中腐蚀速率技术可行,具有较高的预测精度和应用价值。     

Cold event at 5 500 a BP recorded in mud sediments on the inner shelf of the East China Sea

A 700-year record (1.0–1.5 a resolution) of the East Asian winter monsoon (EAWM), based on grain-size analysis and AMS¹⁴C dating of Core EC2005 from the inner-shelf mud wedge of the East China Sea (ECS), was compared with the Dongge stalagmite δ¹⁸O record during the mid-Holocene. The upper muddy section of Core EC2005 has been formed mainly by suspended sediments derived from the Changjiang (Yangtze) River mouth since 7.3 ka BP. High precipitation and a strengthened EAWM might have played key roles in the high sedimentation rate (1 324–1 986 cm/ka) between 5.9–5.2 ka BP. The EAWM strengthened when the Asian summer monsoon weakened, especially around 5 500 a BP, which corresponded to a worldwide cold event. The EAWM during the mid-Holocene shows statistically significant solar periodicities at 62 and 11 a. The 5 500 a BP cold event might be resulted from orbital forcing and changes in solar activity.     

BP�������ά����ģ���ڱ���ʱ��Ԥ���е�Ӧ��

???BP???????????????????????????????????????????????????????G??P??????????????????????????????????????D??h?????????????????m????????????????????????????????????????????????????BP????????????????????????????????????????????е??????????????????????????????????????????????????????????????????????t?????????????     

基于BP网络与空间统计分析的山东人口空间分布模式预测研究

运用BP网络对山东省17地市未来人口总量进行预测,在预测数据的基础上运用空间自相关方法对未来人口的空间分布模式进行分析。研究表明:2005-2010年山东省人口密度的空间分布模式总体呈现"西南-东北"模式,存在着空间集聚现象;2006-2010年17地市局部空间关联类型基本没有发生变化,西部和南部8个地区存在着明显的"高-高"集聚;北部5个地区存在着明显的"低-低"集聚;淄博和青岛存在着两个"高-低"关联的孤立点。     

海表面盐度的高精度预测模型

为了建立高精度的海洋表面盐度预测模型,采用BP神经网络的方法,针对SMOS卫星level 1C级亮度温度数据和辅助数据建立了一种海表面盐度预测模型,以ARGO浮标观测值作为海表盐度实测值来检验新模型预测结果的准确度,同时利用验证集对模型的精度进行验证.结果表明:通过新模型预测的海表盐度(SSS0)比SMOS卫星的3个粗...     

WRF/CALMET/BP预报系统对内陆山区风电场的一次滚动预报检验北大核心

利用以中尺度数值模式WRF/CALMET作为风电场预报系统的动力模块,及BP神经网络法(BP-ANN)作为风电场预报系统的统计订正方法,对重庆市齐跃山风电场进行了一次时间分辨率为5 min的24 h风速、风功率的滚动预报试验,探讨了适用于中国典型内陆山区的风电场预报系统。结果显示:以WRF/CALMET/BP组成的动力—统计预报系统能够较好地模拟出内陆山区的风场特征,系统对正午至傍晚时段的风速预报准确率较高。WRF/CALMET动力模式对于风速中心振幅的模拟能力较好,经过BP神经网络订正后,模拟结果会趋于均值。不同风速段中,模式对低风速段(3~8 m·s^(-1))的预报效果较好,BP神经网络对中风速段(8~14 m·s^(-1))预报结果的订正效果最明显。     

基于主成分分析和BP神经网络的五道沟水面蒸发计算研究

针为探讨五道沟水面蒸发量与气象因子间的关系,准确估算该地区水面蒸发量,选取五道沟1991—2019年水面蒸发量以及气象因子实测资料,基于主成分法分析水面蒸发量的影响因素,并结合BP人工神经网络算法建立了水面蒸发计算模型.结果表明:主成分分析提取了三个主成分,第一主成分为地表温度、饱和差、绝对湿度、平均气温以及水汽压力差...