人工神經(jīng)網(wǎng)絡(luò)理論的土壤水分預(yù)測(cè)

?1994-2010chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net 文章編號(hào):1003-207(2002)01-0079-05 基于人工神經(jīng)網(wǎng)絡(luò)的三江平原土壤質(zhì)量 綜合評(píng)價(jià)與預(yù)測(cè)模型 樓文高 (上海水產(chǎn)大學(xué)海洋學(xué)院農(nóng)業(yè)資源與環(huán)境系,上?！?00090) 摘　要:根據(jù)土壤質(zhì)量定量評(píng)價(jià)指標(biāo)分級(jí)體系生成足夠多代表性好的神以網(wǎng)絡(luò)訓(xùn)練和檢驗(yàn)用的樣本。建立神經(jīng)網(wǎng) 絡(luò)模型時(shí),利用刪減或擴(kuò)張準(zhǔn)則確定神經(jīng)網(wǎng)絡(luò)最佳拓?fù)浣Y(jié)構(gòu),避免“過(guò)擬合”現(xiàn)象,利用檢驗(yàn)樣本監(jiān)控在訓(xùn)練過(guò)程中 不發(fā)生“過(guò)學(xué)習(xí)”現(xiàn)象,使建立的土壤質(zhì)量的綜合評(píng)價(jià)與預(yù)測(cè)模型具有較好的泛化能力和預(yù)測(cè)能力。對(duì)三江平原地 區(qū)主要耕作土壤質(zhì)量的綜合評(píng)價(jià)與預(yù)測(cè)結(jié)果表明,神經(jīng)網(wǎng)

人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軟土地基沉降——簡(jiǎn)要介紹了高速公路軟土地基的基本性質(zhì)和對(duì)高速公路的主要影響，充分運(yùn)用人工神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非映射能力來(lái)預(yù)測(cè)軟土地基的沉降，利用實(shí)測(cè)資料來(lái)對(duì)復(fù)雜的非線性的土工結(jié)構(gòu)進(jìn)行直接建模，并計(jì)算出軟土地基的沉降值，獲得滿意的效果...

簡(jiǎn)要介紹了高速公路軟土地基的基本性質(zhì)和對(duì)高速公路的主要影響,充分運(yùn)用人工神經(jīng)網(wǎng)絡(luò)較強(qiáng)的非映射能力來(lái)預(yù)測(cè)軟土地基的沉降,利用實(shí)測(cè)資料來(lái)對(duì)復(fù)雜的非線性的土工結(jié)構(gòu)進(jìn)行直接建模,并計(jì)算出軟土地基的沉降值,獲得滿意的效果。結(jié)果顯示,人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于軟土地基沉降的前景是非常廣闊的。

針對(duì)電力系統(tǒng)短期負(fù)荷預(yù)測(cè)的特點(diǎn),以及人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和復(fù)雜的非線性擬合能力,將人工神經(jīng)網(wǎng)絡(luò)的bp、elman、rbf三種模型用于短期負(fù)荷預(yù)測(cè),建立了短期電力負(fù)荷預(yù)測(cè)模型,綜合考慮氣象、天氣等影響負(fù)荷因素進(jìn)行短期負(fù)荷預(yù)測(cè)。某電網(wǎng)實(shí)際預(yù)測(cè)結(jié)果表明,rbf比bp、elman有更好的預(yù)測(cè)精度,更快的速度。

采用模擬機(jī)械壓實(shí)土壤的方法進(jìn)行5種載荷的土壤壓實(shí)試驗(yàn),測(cè)定不同深度處土壤水分的值,并與壓前土壤水分進(jìn)行了對(duì)比。結(jié)果表明:增大載荷和增加壓實(shí)次數(shù)都會(huì)使土壤水分損失,最大可使水分損失23.1%;壓實(shí)對(duì)一定的土壤層(25cm以內(nèi))的水分損失影響顯著,并且模擬載荷在200kg以內(nèi)對(duì)土壤的水分損失影響比較大。

根據(jù)建筑物實(shí)測(cè)沉降利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了前饋網(wǎng)絡(luò)預(yù)測(cè)模型并提出新的學(xué)習(xí)算法,結(jié)合某建筑物糾偏工程實(shí)例對(duì)建筑物沉降進(jìn)行了預(yù)測(cè).預(yù)測(cè)結(jié)果表明神經(jīng)網(wǎng)絡(luò)方法是可行且有效的.

鑒于前人推導(dǎo)的鎬形截齒破巖截割阻力和截割比能耗的理論公式計(jì)算值與實(shí)際值相差較大以及最優(yōu)截槽寬沒(méi)有定量表示,文中選取巖石密度、單軸抗壓強(qiáng)度、抗拉強(qiáng)度、靜態(tài)彈性模量等為影響因子,建立了bp預(yù)測(cè)網(wǎng)絡(luò)模型,并利用此模型對(duì)我國(guó)常見(jiàn)的4種巖石鎬形齒截割參數(shù)進(jìn)行了預(yù)測(cè)。檢驗(yàn)及預(yù)測(cè)的結(jié)果表明建立的預(yù)測(cè)網(wǎng)絡(luò)運(yùn)行穩(wěn)定,預(yù)測(cè)結(jié)果良好,對(duì)截割力的預(yù)測(cè)優(yōu)于理論計(jì)算結(jié)果,對(duì)截槽寬和截割厚度最優(yōu)比值、截割比能耗的預(yù)測(cè)結(jié)果良好,相對(duì)現(xiàn)有理論的計(jì)算和經(jīng)驗(yàn)公式計(jì)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(jīng)網(wǎng)絡(luò)的基礎(chǔ)最終沉降的預(yù)測(cè)新方法,通過(guò)工程實(shí)例應(yīng)用,在較短的實(shí)測(cè)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(yù)測(cè)精度高。

人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問(wèn)題的過(guò)程中發(fā)展起來(lái)的新型智能信息處理理論,通過(guò)對(duì)人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價(jià)預(yù)測(cè)模型.

在黃土高原甘肅省涇川縣,采用根鉆法對(duì)刺槐(robiniapseudoacacia)林地的細(xì)根和土壤水分進(jìn)行動(dòng)態(tài)調(diào)查。結(jié)果表明:刺槐林地0～150cm土層是樹(shù)木細(xì)根的主要分布層,有87%以上的細(xì)根表面積分布。刺槐細(xì)根表面積垂直分布與剖面土壤水分間呈顯著正相關(guān)(p4月>6月>8月,刺槐細(xì)根表面積的動(dòng)態(tài)變化為4月>6月>8月>10月。刺槐細(xì)根表面積動(dòng)態(tài)與土壤含水量的季節(jié)動(dòng)態(tài)不完全一致?？傮w上刺槐細(xì)根表面積季節(jié)動(dòng)態(tài)與林地土壤含水量的相關(guān)性不顯著。

通過(guò)對(duì)涇川縣城關(guān)鄉(xiāng)的坡改梯研究,結(jié)果表明:裸地土壤水分變化受降雨影響較大,在不同時(shí)段表現(xiàn)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(dòng)的影響逐漸減少,隨著季節(jié)變化的特點(diǎn)增強(qiáng)。坡向與坡位對(duì)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(yáng)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(zhǎng)發(fā)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(jìn)入蓄墑期,土壤水分的差異又逐步縮小,梯田甚至超過(guò)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(zhèn)低山丘陵區(qū)為研究對(duì)象,分析不同土層、坡位及坡向的土壤水分特征。結(jié)果表明:土壤水分滲透速率隨著時(shí)間的延長(zhǎng)逐漸降低,最后達(dá)到穩(wěn)滲。土壤質(zhì)地大部分為多礫質(zhì),土壤總孔隙度在37.53%~48.12%之間,陽(yáng)坡絕大部分是毛管孔隙。不同坡位>0.25mm土壤團(tuán)聚體含量,坡下明顯高于坡上,不同坡向>0.25mm的團(tuán)聚體呈現(xiàn):半陰坡>陰坡>陽(yáng)坡,且隨土層加深含量增加。土壤容重,陰坡>陽(yáng)坡>半陰坡。土壤蓄水能力,陰坡優(yōu)于陽(yáng)坡;20~40cm的中層土壤蓄水能力優(yōu)于其它土層。

含碎石土壤水分入滲試驗(yàn)研究——采用一維積水垂直入滲法測(cè)定含碎石土壤的入滲過(guò)程，分析碎石含量和碎石組成對(duì)土壤水分運(yùn)動(dòng)影響。對(duì)試驗(yàn)數(shù)據(jù)采用kostiakov入滲公式擬合，得出反映入滲速率的擬合參數(shù)比值與土石比成冪函數(shù)關(guān)系；采用簡(jiǎn)略的philip垂直入滲方程冪級(jí)...

基坑變形人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)及其網(wǎng)絡(luò)參數(shù)優(yōu)化——基坑變形人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)受網(wǎng)絡(luò)參數(shù)的影響較大，選取適當(dāng)?shù)木W(wǎng)絡(luò)參數(shù)才能得到較優(yōu)的預(yù)測(cè)結(jié)果。本文介紹了人工神經(jīng)網(wǎng)絡(luò)原理及其網(wǎng)絡(luò)參數(shù)的優(yōu)化方法。以擋土樁樁頂水平位移預(yù)測(cè)為例，說(shuō)明其具體預(yù)測(cè)步驟及網(wǎng)絡(luò)參數(shù)優(yōu)...

人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)軟基沉降中的應(yīng)用研究——依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)最終沉降量模型，利用已建高速公路沉降數(shù)據(jù)，進(jìn)行了軟土地基最終沉降量的預(yù)測(cè)，取得了較為理想的效果。證明神經(jīng)網(wǎng)絡(luò)法能避免傳統(tǒng)方法計(jì)算過(guò)程中各種人為因素...

泡沫金屬試樣測(cè)試復(fù)雜,對(duì)試樣而言又急需知道基體結(jié)構(gòu)參數(shù)與力學(xué)性能和阻尼性能的關(guān)系,采用線性回歸技術(shù)無(wú)法實(shí)現(xiàn)這一功能,應(yīng)用人工神經(jīng)網(wǎng)絡(luò),則解決了通過(guò)測(cè)量泡沫金屬的四個(gè)基本參數(shù)達(dá)到推知其力學(xué)性能、阻尼性能的課題。

以黃土高原區(qū)土壤為研究對(duì)象,通過(guò)土壤基本理化參數(shù)與土壤水分特征曲線的系列試驗(yàn),獲得了van-genuchten模型參數(shù)的數(shù)據(jù)樣本。運(yùn)用灰色理論對(duì)土壤基本理化參數(shù)進(jìn)行了灰色關(guān)聯(lián)度分析,建立了以土壤基本理化參數(shù)為輸入變量,土壤水分特征曲線van-genuchten模型參數(shù)為輸出變量的bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。研究結(jié)果表明:以土壤黏粒含量、粉粒含量、容重、有機(jī)質(zhì)含量、全鹽量為輸入變量,運(yùn)用bp神經(jīng)網(wǎng)絡(luò)方法對(duì)土壤水分特征曲線van-genuchten模型參數(shù)進(jìn)行預(yù)測(cè)是可行的。所建立的灰色bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型下,van-genuchten模型參數(shù)α與參數(shù)n的預(yù)測(cè)值與檢驗(yàn)值平均相對(duì)誤差都小于5%,建模樣本和檢驗(yàn)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(shù)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(shù)支撐。

依據(jù)建筑物火災(zāi)危險(xiǎn)性的影響因素,應(yīng)用人工神經(jīng)網(wǎng)絡(luò)理論及系統(tǒng)安全方法,建立了建筑物火災(zāi)危險(xiǎn)性的評(píng)價(jià)指標(biāo)體系,該方法擺脫了評(píng)價(jià)過(guò)程中的隨機(jī)性和參評(píng)人員主觀上的不確定性及其認(rèn)識(shí)上的模糊性等缺點(diǎn),大大提高了準(zhǔn)確性。為了驗(yàn)證評(píng)價(jià)模型的準(zhǔn)確性,將該理論應(yīng)用到某高校圖書(shū)館火災(zāi)危險(xiǎn)性評(píng)價(jià)中,快速、準(zhǔn)確地得到了安全評(píng)價(jià)結(jié)果,取得了滿意效果,為建筑物防火設(shè)計(jì)以及安全管理提供了可行的依據(jù)。

從神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用實(shí)踐等幾個(gè)方面分析研究了目前巖土工程位移預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型存在的幾個(gè)問(wèn)題,并提出了幾個(gè)可供借鑒的其它模型。最后,提出了一種進(jìn)行位移預(yù)測(cè)的進(jìn)化神經(jīng)網(wǎng)絡(luò)模型,并采用一個(gè)工程實(shí)例進(jìn)行了研究,其結(jié)果驗(yàn)證了前述分析研究的結(jié)論,說(shuō)明了本文分析的合理性。

用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)飽和砂土的液化勢(shì)——介紹了預(yù)測(cè)飽和砂土的液化勢(shì)的人工神經(jīng)網(wǎng)絡(luò)法，結(jié)合工程實(shí)例詳細(xì)闡述了該方法的建模、預(yù)測(cè)結(jié)果與實(shí)測(cè)值較為吻合，表明在工程抗震中運(yùn)用這一方法的有效性.

基于人工神經(jīng)網(wǎng)絡(luò)的巖土工程位移預(yù)測(cè)研究——從神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用實(shí)踐等幾個(gè)方面分析研究了目前巖土工程位移預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型存在的幾個(gè)問(wèn)題，并提出了幾個(gè)可供借鑒的其它模型。最后，提出了一種進(jìn)行位移預(yù)測(cè)的進(jìn)化神經(jīng)網(wǎng)絡(luò)模型，并采用一個(gè)工程實(shí)例進(jìn)行了研究...