?1994-2010chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net 文章編號:1003-207(2002)01-0079-05 基于人工神經網絡的三江平原土壤質量 綜合評價與預測模型 樓文高 (上海水產大學海洋學院農業資源與環境系,上海　200090) 摘　要:根據土壤質量定量評價指標分級體系生成足夠多代表性好的神以網絡訓練和檢驗用的樣本。建立神經網 絡模型時,利用刪減或擴張準則確定神經網絡最佳拓撲結構,避免“過擬合”現象,利用檢驗樣本監控在訓練過程中 不發生“過學習”現象,使建立的土壤質量的綜合評價與預測模型具有較好的泛化能力和預測能力。對三江平原地 區主要耕作土壤質量的綜合評價與預測結果表明,神經網

人工神經網絡預測軟土地基沉降——簡要介紹了高速公路軟土地基的基本性質和對高速公路的主要影響，充分運用人工神經網絡較強的非映射能力來預測軟土地基的沉降，利用實測資料來對復雜的非線性的土工結構進行直接建模，并計算出軟土地基的沉降值，獲得滿意的效果...

簡要介紹了高速公路軟土地基的基本性質和對高速公路的主要影響,充分運用人工神經網絡較強的非映射能力來預測軟土地基的沉降,利用實測資料來對復雜的非線性的土工結構進行直接建模,并計算出軟土地基的沉降值,獲得滿意的效果。結果顯示,人工神經網絡應用于軟土地基沉降的前景是非常廣闊的。

針對電力系統短期負荷預測的特點,以及人工神經網絡的自學習和復雜的非線性擬合能力,將人工神經網絡的bp、elman、rbf三種模型用于短期負荷預測,建立了短期電力負荷預測模型,綜合考慮氣象、天氣等影響負荷因素進行短期負荷預測。某電網實際預測結果表明,rbf比bp、elman有更好的預測精度,更快的速度。

采用模擬機械壓實土壤的方法進行5種載荷的土壤壓實試驗,測定不同深度處土壤水分的值,并與壓前土壤水分進行了對比。結果表明:增大載荷和增加壓實次數都會使土壤水分損失,最大可使水分損失23.1%;壓實對一定的土壤層(25cm以內)的水分損失影響顯著,并且模擬載荷在200kg以內對土壤的水分損失影響比較大。

根據建筑物實測沉降利用人工神經網絡理論,建立了前饋網絡預測模型并提出新的學習算法,結合某建筑物糾偏工程實例對建筑物沉降進行了預測.預測結果表明神經網絡方法是可行且有效的.

鑒于前人推導的鎬形截齒破巖截割阻力和截割比能耗的理論公式計算值與實際值相差較大以及最優截槽寬沒有定量表示,文中選取巖石密度、單軸抗壓強度、抗拉強度、靜態彈性模量等為影響因子,建立了bp預測網絡模型,并利用此模型對我國常見的4種巖石鎬形齒截割參數進行了預測。檢驗及預測的結果表明建立的預測網絡運行穩定,預測結果良好,對截割力的預測優于理論計算結果,對截槽寬和截割厚度最優比值、截割比能耗的預測結果良好,相對現有理論的計算和經驗公式計算精度有了很大提高,能更好的滿足工程要求。

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

提出基于人工神經網絡的基礎最終沉降的預測新方法,通過工程實例應用,在較短的實測資料情況下,可獲得較小誤差的最終沉降量,所建立的模型預測精度高。

人工神經網絡是在模仿人腦處理問題的過程中發展起來的新型智能信息處理理論,通過對人工神經網絡及bp網絡的基本原理與特征的分析,建立了工程估價預測模型.

在黃土高原甘肅省涇川縣,采用根鉆法對刺槐(robiniapseudoacacia)林地的細根和土壤水分進行動態調查。結果表明:刺槐林地0～150cm土層是樹木細根的主要分布層,有87%以上的細根表面積分布。刺槐細根表面積垂直分布與剖面土壤水分間呈顯著正相關(p4月>6月>8月,刺槐細根表面積的動態變化為4月>6月>8月>10月。刺槐細根表面積動態與土壤含水量的季節動態不完全一致。總體上刺槐細根表面積季節動態與林地土壤含水量的相關性不顯著。

通過對涇川縣城關鄉的坡改梯研究,結果表明:裸地土壤水分變化受降雨影響較大,在不同時段表現形式不同。隨著土壤剖面深度的增加,土壤水分受氣候影響特別是降水波動的影響逐漸減少,隨著季節變化的特點增強。坡向與坡位對裸地土壤水分有著較大影響。從坡向看,陰坡向梯田土壤水分全年平均值比坡地高,陽坡向則是坡地比梯田高。從坡位看,土壤水分變化是坡上部>坡中部>坡下部。作物地生育期土壤水分隨著作物生長發育的加快而迅速下降,梯田與坡地的差異也逐步增大,作物收獲后進入蓄墑期,土壤水分的差異又逐步縮小,梯田甚至超過坡地,特別是夏作物小麥,胡麻地土壤水分的變化大于秋作物洋芋,而且梯田大于坡地。梯田與坡地土壤水分橫斷面分布不一樣,坡地是中間低,兩邊高,水分分布呈\"v\"字形,而梯田是坎下高,坎邊低,水分分布呈階梯式\"～\"。

以河北平山縣崗南鎮低山丘陵區為研究對象,分析不同土層、坡位及坡向的土壤水分特征。結果表明:土壤水分滲透速率隨著時間的延長逐漸降低,最后達到穩滲。土壤質地大部分為多礫質,土壤總孔隙度在37.53%~48.12%之間,陽坡絕大部分是毛管孔隙。不同坡位>0.25mm土壤團聚體含量,坡下明顯高于坡上,不同坡向>0.25mm的團聚體呈現:半陰坡>陰坡>陽坡,且隨土層加深含量增加。土壤容重,陰坡>陽坡>半陰坡。土壤蓄水能力,陰坡優于陽坡;20~40cm的中層土壤蓄水能力優于其它土層。

含碎石土壤水分入滲試驗研究——采用一維積水垂直入滲法測定含碎石土壤的入滲過程，分析碎石含量和碎石組成對土壤水分運動影響。對試驗數據采用kostiakov入滲公式擬合，得出反映入滲速率的擬合參數比值與土石比成冪函數關系；采用簡略的philip垂直入滲方程冪級...

基坑變形人工神經網絡預測及其網絡參數優化——基坑變形人工神經網絡預測受網絡參數的影響較大，選取適當的網絡參數才能得到較優的預測結果。本文介紹了人工神經網絡原理及其網絡參數的優化方法。以擋土樁樁頂水平位移預測為例，說明其具體預測步驟及網絡參數優...

人工神經網絡在預測軟基沉降中的應用研究——依據影響軟土路基沉降的因素選取參數建立了bp神經網絡預測最終沉降量模型，利用已建高速公路沉降數據，進行了軟土地基最終沉降量的預測，取得了較為理想的效果。證明神經網絡法能避免傳統方法計算過程中各種人為因素...

泡沫金屬試樣測試復雜,對試樣而言又急需知道基體結構參數與力學性能和阻尼性能的關系,采用線性回歸技術無法實現這一功能,應用人工神經網絡,則解決了通過測量泡沫金屬的四個基本參數達到推知其力學性能、阻尼性能的課題。

以黃土高原區土壤為研究對象,通過土壤基本理化參數與土壤水分特征曲線的系列試驗,獲得了van-genuchten模型參數的數據樣本。運用灰色理論對土壤基本理化參數進行了灰色關聯度分析,建立了以土壤基本理化參數為輸入變量,土壤水分特征曲線van-genuchten模型參數為輸出變量的bp神經網絡預測模型。研究結果表明:以土壤黏粒含量、粉粒含量、容重、有機質含量、全鹽量為輸入變量,運用bp神經網絡方法對土壤水分特征曲線van-genuchten模型參數進行預測是可行的。所建立的灰色bp神經網絡預測模型下,van-genuchten模型參數α與參數n的預測值與檢驗值平均相對誤差都小于5%,建模樣本和檢驗樣本都具有較高的精確度。研究成果一方面有助于豐富黃土水力參數的理論研究,另一方面為土壤水分特征曲線的獲取提供技術支撐。

依據建筑物火災危險性的影響因素,應用人工神經網絡理論及系統安全方法,建立了建筑物火災危險性的評價指標體系,該方法擺脫了評價過程中的隨機性和參評人員主觀上的不確定性及其認識上的模糊性等缺點,大大提高了準確性。為了驗證評價模型的準確性,將該理論應用到某高校圖書館火災危險性評價中,快速、準確地得到了安全評價結果,取得了滿意效果,為建筑物防火設計以及安全管理提供了可行的依據。

從神經網絡理論及應用實踐等幾個方面分析研究了目前巖土工程位移預測神經網絡模型存在的幾個問題,并提出了幾個可供借鑒的其它模型。最后,提出了一種進行位移預測的進化神經網絡模型,并采用一個工程實例進行了研究,其結果驗證了前述分析研究的結論,說明了本文分析的合理性。

用人工神經網絡預測飽和砂土的液化勢——介紹了預測飽和砂土的液化勢的人工神經網絡法，結合工程實例詳細闡述了該方法的建模、預測結果與實測值較為吻合，表明在工程抗震中運用這一方法的有效性.

基于人工神經網絡的巖土工程位移預測研究——從神經網絡理論及應用實踐等幾個方面分析研究了目前巖土工程位移預測神經網絡模型存在的幾個問題，并提出了幾個可供借鑒的其它模型。最后，提出了一種進行位移預測的進化神經網絡模型，并采用一個工程實例進行了研究...