基于进化神经网络混凝土大坝变形预测

根据丰满大坝多年变形观测数据,建立了基于进化神经网络混凝土大坝变形预测方法。经典的BP神经网络的缺陷在于收敛速度慢和泛化能力弱等特性。与普通的多元回归方法和传统的BP神经网络相比,采用遗传算法训练的人工神经网络预测模型预报大坝的变形具有精度高和全局收敛的特点。在丰满大坝工程实际应用表明,所建立的基于进化神经网络混凝土大坝变形预报方法与广泛采用的统计方法相比,可以显著提高大坝变形预报精度。     

数字海底地形分割算法

根据不同海底地形特征,提出了基于多波束测量数据进行海底地形分割的"三态值模型"法,其步骤包括:将地形数据滤波和网格化;利用"3×3"差分算子计算各节点的梯度;利用最大梯度追踪算法检测正负地形与平缓地形的分界线;利用"三态值"算法识别正、负和平缓地形。应用该方法对胶州湾实验海区多波束实测数据处理结果表明,该方法切实可行,能够对数字海底地形准确地进行快速分割。     

砂土地震液化预测的人工神经网络模型

在简要分析BP算法的基础上,应用BP网络的理论与方法,选取烈度、震中距、平均粒径、不均匀系数、地下水埋深、砂层埋深、标贯击数、剪应力比等8个实测指标,建立了砂土液化预测的神经网络模型。通过实例计算与模型评价、验证了该模型的科学性、高效性并较规范法、Seed简化法等传统方法具有更高的预测精度,说明人工神经网络是解决非线性问题的有效方法之一。     

基于异步迭代算法的冲击地压预测

采用三层BP神经网络方法对冲击地压建立了数学模型。网络的训练算法采用具有松弛因子的动态异步迭代法,该算法在克服网络的麻痹现象及局部极小问题上都优于目前常用的训练方法,因而,采用此算法对网络进行了训练及震级的预报。基于新汶矿务局华丰煤矿1999～2000年的冲击地压现场监测数据,把冲击地压的能量、产生波的幅值、频次做为输入数据,相应期间的最大震级为输出数据,组成神经网络的训练样本及测试样本,对原始数据进行了数学预处理,网络结构采用了输入层3个结点,中间层7个结点,输出层1个结点的前向神经网络;网络最终的训练误差为0.06,预测结果的相对误差率平均为 9.2 %,预测效果比较理想。     

基于遗传算法的软土地基沉降预测

基于自然进化原理的遗传算法是一种解决岩土工程复杂非线性问题十分有前景的方法。对遗传算法中一些具有代表性的算法作了简要分析和评论。软土地基沉降受众多因素的影响,在时序上表现出复杂的非线性特征。针对一个加固纠偏工程的沉降预测问题,运用MATLAB编写遗传算法程序进行了预测分析。计算结果与实测资料基本一致,它在全局优化、非线性优化、多参数优化等方面表现出了传统算法无法比拟的优势。     

几类叠前深度偏移方法的研究现状

叠前深度偏移是解决复杂地质构造成像的有力手段,关于叠前深度偏移方法的研究一直是勘探地球物理研究的热点和难点。本文在收集、整理国内外有关研究资料的基础上,有选择地对若干类型方法研究背景及现状、基本原理及方法特点等进行分析,目的在于作为研究工作的起点,把握叠前深度偏移方法的发展趋势,以期生成适合我国复杂油气储集特点的地震成像方法及技术手段。     

求解Radon变换改进Fourer算法的误差分析

本文将对求解Ｒａｄｏｎ变换的改进Ｆｏｕｒｉｅｒ算法进行误差分析,证明了在Ｌ２范数下改进Ｆｏｕｒｉｅｒ算法是收敛的且具有Ｏ（１／ｑ）敛阶,其中２ｑ为像素点矩陈阶数。     

多尺度逐次逼近遗传算法反演大地电磁资料

遗传算法是一种随机全局搜索算法,与常规的基于局部线性化的最优化方法相比对初始模型的依赖性大为减弱,但是存在着有效基因丢失和早熟收敛问题．采用多尺度逐次逼近反演思想而建立的多尺度逐次逼近遗传算法,能有效地解决上述问题．用该算法对大地电磁资料进行反演,理论曲线和实测资料的试算结果表明多尺度逐次逼近遗传算法能够自动反演地电参数．     

Determination of 3-D Velocity Anomalies of the Nanbei Tectonic Zone of China Based on Local Earthquakes

In this paper, 3-D velocity images of the crust and upper mantle beneath the Nanbei tectonic zone of China are constructed using P-wave travel time residuals of earthquakes, with the data supplied by China's seismic networks and the International Seismic Centre.During the model parameterization in the tomographic inversion the interpolation function of grid node velocities is used as the space function of velocity, and the velocity function is allowed to be discontinuous. The difficulties caused by large memory demand and high computing cost in solving the system of equations are avoided by utilizing the least squares QR decomposition algorithm. Thus, the stability of the algorithm is ensured. Though resolution images are not derived in the inversion process based on the resolution theory of Backus and Gilbert, a covariance resolution method is put forward by the authors. The resolution analyses have proved the reliability of the image results. 3-D ray tracing is conducted to obtain the ray paths in a s     

ANN在海洋预报中的应用

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行海洋预报是可行的。针对海洋预报问题,初步建立了基于神经网络的预报分析系统,给出了应用实例。