利用BP神经网络进行水库滑坡变形预测

滑坡变形监测与预测是滑坡预警预报中一种非常重要的途径。文章首先简单介绍了神经网络的基本原理和学习算法,然后利用某水库滑坡24期的GPS地表位移监测数据及其诱发因素即水库水位、降雨等资料,采用BP神经网络模型对该水库滑坡变形进行建模,最后将6期水库水位、降雨等资料输入模型进行滑坡变形预测,结果表明预测结果与实测数据符合性好,总体上能较好反映变形趋势。     

面向LiDAR/Radar松组合的迭代加权IEKF-BP组合算法精度分析

为了验证目前高精度定位中多传感器组合定位模型性能的优越性,以更好地解决自动驾驶场景下自主定位中出现的预测精度标准不一致、预测不及时及误预测率高等问题,本文利用LiDAR与Radar数据,建立了一种基于迭代加权的IEKF-BP组合算法的松组合模型,并对两种传感器组合定位结果精度进行了分析.试验表明,迭代加权的IEKF-B...     

应用波形相控分频反演预测高泥质疏松砂岩薄储层

珠江口盆地X油田是典型的高泥质疏松砂岩油田,储层主要发育三角洲前缘水下分流河道～河口坝沉积,沉积时期水动力弱,粒度细,砂岩储层疏松且泥质含量高.油田面临储层数量多且单层薄;砂岩疏松引起测井扩径导致声波时差和密度等测井曲线测量失真;砂泥叠置,常规波阻抗反演不能区分出有效储层等难题.目前油田开发阶段急需对储层空间展布精细刻...     

基于三角模糊数随机模拟的地下水环境系统综合风险评价模型

采用随机模拟方法模拟三角模糊数,把三角模糊数及函数间运算简化为普通的实数之间运算,建立基于三角模糊数随机模拟的地下水环境系统综合风险评价模型(ARA-SSTFN)。结果说明:以置信区间形式表示的ARA-SSTFN评价结果,比现有常规方法结果提供评价结果可靠性方面更多信息,能反映受多种不确定性因素综合影响的地下水环境系统综合风险评价客观实际情况;ARA-SSTFN在流域水资源、水环境和水旱灾害等有随机性、模糊性和数据资料不精确等多种不确定性因素综合作用的各种资源环境系统综合风险评价问题中有推广应用价值。     

洪水波分析及波型的模糊识别

一、引言圣维南方程组通常被用来描述河渠中的非恒定的流动,对应于动量方程的不同形式与连续方程的组合,则可得到动力波,惯性波、扩散波和运动波等不同洪水波模型。动量方程中保留所有的项,即得通常所说的动力波,本文称为全方程情形,亦指除惯性     

神经网络在电力系统负荷预测中的应用

选用2006年3月28日—2006年4月8日呼和浩特市供电局每日0—23时整点电力负荷资料，结合呼和浩特市电力负荷预測日的最高气温、最低气温和天气特征等气象因子的变化，采用将一周的7天每天都看作一种电力负荷类型，尝试应用BP神经网络预测呼和浩特市2006年4月9日的电力负荷值，预测值与实际值基本一致。这次尝试取得的成果，对专业气象服务实际工作中电力负荷预测具有较高的实用价气象因子电力负荷     

基于主成分分析的GA-BP神经网络地表下沉系数预测

为提高条带开采地表下沉系数预测准确率,基于地表下沉系数影响因素具有一定相关性、不确定性以及非线性的复杂现象,建立基于主成分分析的遗传算法(Genetic Algorithm,GA)优化的神经网络GA-BP智能预测模型.利用遗传算法对BP神经网络(Back Propagation Neural Network)的初始权值...     

利用BP神经网络技术建立自贡地区地震动地形效应模型及其在汶川地震中的效验

地形效应是地震学、地震工程学和工程地震学中非常重要的研究课题.地震震后调查发现: 地形起伏变化引起了更严重的地震灾害, 地震仪器也记录到复杂的三维地形对地震动具有放大效应.关于地形激发的地震动效应问题, 目前仍处于定性研究阶段, 得到了一些定性的结论: 如地形效应表现为与地形坡度相关、与山脊和山谷相关、与山形坡面形态相关、与山体高宽比相关、与地形变化的尺度相关等等.这些定性结论没能给出影响地形效应的主要因素, 如何预测地形效应仍是难题.本文通过谱元数值模拟方法, 计算了自贡地区的地震动地形效应的放大系数, 同时引入BP神经网络技术, 揭示了地形放大系数可以用不同尺度地形上的变化来表述, 即可以用地形高程、地形变化梯度及其高阶变化梯度来表示.据此为参量, 文中建立了地形效应BP神经网络的预测模型, 并将该预测模型的结果与自贡地形台阵在汶川地震中的主震记录获得的地形放大系数结果进行了对比, 给出了预测结果与实际结果的差异范围, 讨论了造成差异的成因, 该论文提出的研究方法为更全面的研究地形效应提供了重要的研究思路.

     

自适应换站算法及其在长距离机载GPS动态相对定位中的应用

提出采用＂自适应换站＂法来解决单基线处理模式难以满足长距离动态定位的问题。该方法的主要思想是：整个解算过程始终保持单基线的动态定位模式,当发现流动站与原参考站间的距离大于流动站与其他参考站间的距离时,自动更换周围最近的参考站作为新参考站;对换站前后的数据设置一定时间的重叠段,利用等价消参法将换站前后的数据进行严格的自适应融合,以保持整个解算过程的连续性。通过对实测机载数据的解算,证明该方法不仅可以克服因载体飞行距离过远而导致的定位精度下降,而且能够避免因换站所引起的前后解的不连续,计算结果表明该方法的定位精度约为2 cm。