神经网络技术在路堤沉降预测中应用探讨

针对传统的BP网络模型的不足，应用了改进的BP神经网络模型，把它应用到软基高速公路的路堤沉降预测中，提出了两种构造神经网络训练样本的思路，并分别进行了计算和对比，指出了各自的优、缺点。结果表明改进的BP网络模型比较稳健、收敛快，而且根据时间与对应的沉降量形成的样本训练的网络预测出的工后沉降误差小、精度高。     

隧道掘进爆破地震峰值神经网络预报研究

结合某抽水蓄能电站尾水隧道掘进爆破地面振动监测结果,建立了基于BP神经网络隧道掘进爆破振动速度峰值的预报模型。并对铁路运输安全进行预报,与现场实际较好地吻合。将神经网络模型预报的结果与传统方法(经验公式法)预报的结果相比,前者的预报结果有明显的改善。对于指导隧道掘进爆破设计,优化爆破参数,确保安全具有重要的意义。     

砂土加筋挡墙筋条临界长度的神经网络预测

对于加筋支挡结构的设计,神经网络模型不同于基于凝聚力基础之上的半经验公式,它不需要主观的人为假设,而是模拟人脑思维,通过数据样本的学习来获得预测结果.BP神经网络是对非线性可微分函数进行权值训练的分层网络.文中采用BP网络对给定极限荷载下砂土挡墙筋条的临界长度进行预测,试验点几乎分布在预测曲线附近,说明网络学习是成功的.对不同筋材的极限荷载与临界长度的关系进行了对比分析,表明筋材的弹性模量及筋材与填料之间的摩擦系数对加筋性能有着重要的影响.     

基于GASA混合策略的BP网络在基准地价测算中的应用

结合遗传算法的并行搜索结构和模拟退火的概率突跳特性 ,提出了一种用于BP网络权值学习的GASA混合策略。以江西省赣县县城商业用地为例 ,应用基于GASA混合策略的BP网络对其基准地价进行了测算 ,并与回归模型方法作了比较。结果表明 ,混合策略能有效地避免BP算法陷入局部极小和网络单目标学习易产生的过拟合现象。将神经网络用于基准地价的测算 ,精度优于常规的回归模型方法。     

遗传BP算法在洛带气田测井物性解释中的应用

应用遗传算法(GA)对BP网络进行了改进，并在此基础上，利用多种测井数据及岩心描述资料作为网络模型的学习样本，以测井解释渗透率等参数的神经网络模型为例，通过网络的学习、训练，建立了神经网络模型．应用此模型计算物性参数值，解释结果及精度均令人满意．     

神经网络模型在地震预报中的某些应用

本文介绍了人工神经网络模型以地震活动性指标为基础应用于地震预报的一些最新研究结果，选用多层前向神经网络模型及ＢＰ算法，其输入取不同的地震活动性指标的集合，输出为某一指定地区在未来时段内可能发生的最大地震的震级，以华北及首都圈地区为例，用多组不同类型的地震活动性指标进行学习与检验，结果表明，利用人工神经网络模型对未来时段震级预报的符合率较高，内检预报符合率可达１００％，外推预报符合率达到６０％以上。     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｃｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的Δ１３１－１３１（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然     

Climate forcing due to the 8200 cal yr BP event observed at Early Neolithic sites in the eastern Mediterranean

We explore the hypothesis that the abrupt drainage of Laurentide lakes and associated rapid switch of the North Atlantic thermohaline circulation 8200 yr ago had a catastrophic influence on Neolithic civilisation in large parts of southeastern Europe, Anatolia, Cyprus, and the Near East. The event at 8200 cal yr BP is observed in a large number of high-resolution climate proxies in the Northern Hemisphere, and in many cases corresponds to markedly cold and arid conditions. We identify the relevant archaeological levels of major Neolithic settlements in Central Anatolia, Cyprus, Greece and Bulgaria, and examine published stratigraphic, architectural, cultural and geoarchaeological studies for these sites. The specific archaeological events and processes we observe at a number of these sites during the study interval 8400–8000 cal yr BP lead us to refine some previously established Neolithisation models. The introduction of farming to South-East Europe occurs in all study regions (Thrace, Macedonia, Thessaly, Bulgaria) near 8200 cal yr BP. We observe major disruptions of Neolithic cultures in the Levant, North Syria, South-East Anatolia, Central Anatolia and Cyprus, at the same time. We conclude that the 8200 cal yr BP aridity event triggered the spread of early farmers, by different routes, out of West Asia and the Near East into Greece and Bulgaria.     

BP神经网络的改进及其在初至波拾取中的应用

在地震资料处理中,正确的初至时间,是解决复杂地表静校正问题所需的关键参数。将BP神经网络引入到初至波拾取中,并针对经典BP神经网络收敛速度慢、易于陷入局部极小的缺点,利用组合函数法、限幅法、动量因子法及自适应学习率法等进行了改进。用模拟试验证明了这些改进方法的可行性和有效性,在应用于实际的地震记录初至波拾取中,取得了良好的应用效果。     

基于遗传神经网络的地震砂土液化判别研究

针对BP人工神经网络具有易陷入局部极小等缺陷,本文提出了将遗传算法与神经网络结合,同时优化网络结构的权值与阈值的思想,建立了砂土液化判别的遗传神经网络模型。根据地震液化的实测资料,分别对BP〗神经网络判别结果和遗传神经网络判别结果进行了比较,结果表明后者比前者判别能力要好些。