人工神经网络在岩体初始应力场反演中的应用

岩土工程问题的有限元分析一般需要考虑初始地应力场，而可供工程应用的初始应力值，主要靠少数实测资料。根据少数测点值，采用人工神经网络与有限元相结合的方法求解岩体初始应力场。通过算例说明：文中所提方法是合理的。     

神经网络在判别煤矿突水水源中的应用

矿井突水水源的识别是矿井防治水工作的基础，快速准确地判别突水的来源对整个矿井的安全生产起着十分重要的作用。以峰峰矿区梧桐庄矿为例，应用神经网络的方法，对矿井突水水源进行了系统研究。结果表明，运用该方法取得了较好的效果，并可以用此模型来解决类似的评价和判别问题。     

PNN网络在预测MCS移动中的应用

神经网络是空间数据挖掘的一种重要手段。本文运用概率神经网络(PNN网络)对1998年夏季影响青藏高原上中尺度对流系统(MCS)东移的环境物理量场的空间分布特征进行了研究，得到了高原上MCS移动方向与环境物理量场空间分布之间的关系。研究表明，使用概率神经网络预测中尺度对流系统的移动具有较好的效果，从而为研究高原上MCS东移与环境场之间的关系提供了一种新的方法和思路。     

利用模糊理论估算自然衰减率常数

模糊理论方法提供了量化主观信息和体现决策人在最小化条件下优先选择的便利工具。利用Buschek和Alcantar(1995)的理论估算自然衰减和降解率，在实际上，由于数学简化和场点复杂性造成明显的不精确。在本篇文章中，两种模糊方法一模糊算法和模糊回归，常被用于刻画在降解和衰减率估算中的可变性。输入参数的可变性能够利用体现决策者对可能值感知的隶属关系函数进行刻画。隶属关系函数临界输入值的选择明显影响了估计输出值的可变性。同样的，与决策者信念有关的稳定状态模型与描绘场点监察流状态的一致性，也能够通过一致性判据进行量化。利用基于模糊评价方法进行灵敏度检验是相当有用的，可以评估决策者的优先选择对估计率常数和相关可变性的影响程度。同样，上面提到的方法在涉及自然衰减监测的安排中也是很有意义的。     

福建省耕地数量影响因素分析

随着经济发展，福建省耕地非农化数量日趋增多，从而影响到人类基本的物质生存条件。耕地非农化在当前是一个倍受关注的焦点，耕地数量又受诸多因素影响。本文以协调“吃饭”和“建设”的矛盾为出发点，通过回归分析，研究福建省人口增加、城市化水平、粮食单产与耕地资源的数量关系，寻求协调经济发展与耕地保护的有效途径。     

概率神经网络与BP网络模型在遥感图像分类中的对比研究

通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,且分类时间相当,是一种有效的图像分类方法。     

幂函数对建筑物沉降的回归分析

通过实例推导幂函数对建筑物沉降进行回归分析，并且得出较为精确的结果，同时也说明在选择回归函数的时候，还会受到很多条件影响。     

建筑物沉降规律的综合时序分析

建筑物的沉降监测数据序列具有趋势变化和随机变化的特点，本文针对两种变化项的特点分别建立相应的数学模型，再将其组合起来建立综合数学模型，从总体上把握沉降数据序列的变化规律。实例计算分析表明，此方法具有较高的拟合精度和预测能力，具有一定的应用参考价值。     

基于神经网络的建筑物沉降原因分析

在我们应用回归方法对建筑物沉降原因分析及沉降趋势的预测中，由于实际情况的复杂性及主观认识的局限性，这样所得的结果含有较多的人为因素，可能会与实际情况有所差异。针对这种情况，讨论了应用神经网络方法来发现和验证引起建筑物沉降的因素及对沉降趋势的预测。实例表明，该方法能取得较好的效果。     

GPS高程转换的神经元网络方法分析

GPS高程转换是GPS高程应用的关键问题之一，试图应用神经元网络方法来进行GPS高程的转换，并在网络的拓扑结构与网络结构的改进等方面作了分析，通过GPS高程转换的二次曲面法和神经元网络法进行了比较试验，结果表明了神经元网络转换GPS高程的可行性和可靠性，对于应用神经网络转换GPS高程具有实际的指导意义。