BP网络模型和LOGIT模型在森林害虫测报上的应用初报——以安徽省潜山县马尾松毛虫为例

以安徽省潜山县马尾松毛虫测报为例 ,在潜山县全县设置 1 0 2个诱捕点 ,诱集越冬代成虫 ,并同时记录环境因子数据 ,例如树高、树龄、坡向、植被等。以这些环境因子为测报因子 ,以性外激素诱集到的雄蛾数代表田间实际发生情况 ,构建了森林重要害虫——马尾松毛虫的分类测报模型—— BP人工神经网络模型和概率测报模型。 BP网络模型的拟合率为 1 0 0 % ,预留样本检验报准率为 1 0 0 %。LOGIT模型的一致对率为 74 %。两类模型的拟合结果和预测结果基本吻合。BP网络的测报能力优于

基于免疫进化算法的BP网络模型在径流预测中的应用

在BP网络模型基础上,引入免疫进化算法,建立了基于免疫进化算法的BP网络模型。该模型在一定范围内随机生成初始权值群体,用BP网络进行训练,选择群体中具有最大适应度值的权值个体作为最优个体,应用免疫进化算法生成下一代权值群体,再用BP网络对权值群体进行训练,此迭代过程反复进行,直至达到问题求解精度要求为止。将该模型应用于新疆伊犁河雅马渡站的径流预测,并将预测结果与基本BP网络模型和基于遗传算法的模糊优选BP网络模型的预测结果进行比较,结果表明,该模型不仅精度较高,而且稳定性较好。

地下水系统BP网络模型的设计与实现

本文以某水源地地下水动态信息系统为例 ,介绍了BP神经网络模型的设计和实现方法。实际应用表明 ,基于BP神经网络的地下水动态预测信息系统具有简便、实用、高效的优点 。

乳化粉状炸药制备的优选BP网络模型

根据BP(Backpropgation)神经网络理论,建立了制备乳化粉状炸药模型,采用乳化粉状炸药研制过程中的有关数据,编写程序进行了模型的训练、用训练后的模型对预测样本进行了预测与优选。模型优选结果的性能价格比的预测值为2841.3(m/s)/($/kg),实验得到该结果的实际性能价格比为2767.4(m/s)/($/kg),相对误差为2.7%。模型还可对具有相同配方的炸药优选制备工艺参数,对部分组分不同的样品优选了工艺参数,模型对这些样品优选的最优工艺参数与实际工艺参数基本一致。

承压水漏斗地区地下水位时空分布预报的BP网络模型

依据水均衡原理,导出承压水漏斗区任意一点水位与其影响因素之间的复杂的非线性关系,在此基础上提出承压水漏斗水位时空分布预报的BP神经网络模型。该模型具有分布参数模型的特征,且不需用到区域的水文地质参数。最后针对某实例进行了模型设计及预报分析,通过对部分观测井后期实测数据的训练,优选出双隐层的网络结构及其网络参数。随后用这些观测井的前3年数据进行了检验,并对其他观测井数据进行预报。计算表明,该模型对地下水位拟合与预报的合格率较高,可以获得研究区域某一时刻水位在空间上的分布。

水流挟沙力的影响因素及其BP网络模型

分析了水流挟沙力的影响因素,即含沙量、流速、温度、中值粒径以及泥沙颗粒的非均匀系数,建立了计算水流挟沙力的BP网络模型。经过模型检验发现,计算值与实测值符合程度较高,平均误差为22.7%,远小于一般挟沙力公式的计算误差,表明该模型是可以用于水流输沙能力计算的。

水电工程监理评标BP网络模型研究

为了使水电工程监理评标规范化、科学化,基于BP人工神经网络理论,并结合监理评标工作的特点,建立了监理评标BP网络模型。考虑到BP模型的误差反向传播算法容易陷入局部极小点,以及会出现收敛速度慢等问题,对模型训练的计算方法进行了改进。将所建立的评标模型应用于实际,并对模型的学习能力进行了检验,结果表明,该模型精度较高,具有较好的适用性。

水文预测的BP网络模型及其拟合度分析

结合实例分析计算 ,论证了 BP网络模型对水文预测的有效性 .为了克服 BP网络收敛速度慢的缺点 ,文中采用了恰当的输入输出值规范化、输出函数值限幅和最佳步长搜索等方法 ,实践表明这些方法在一定条件下可以有效地加快学习误差的收敛 .为了验证模型预测值的精度 ,对预测系列的拟合度作了一定分析 .

基于BP网络模型的采水地面沉降时空预测

鉴于本构模型和土体参数确定上的困难,在有效应力原理和随机介质理论的基础上,建立采水区地面沉降时空预测的BP神经网络模型,所建模型具有分布参数模型的特征。运用所建模型对其他地面沉降监测点进行了计算和预测,研究表明,所建立的BP网络模型能准确地反映采水地面沉降的时空规律。

改进BP网络模型在径流预测中的应用

为了克服传统BP网络模型在训练过程中部分参数难以快速准确拟定的缺点,利用免疫粒子群算法对BP网络模型中隐含层节点数、最大训练次数、学习效率、动量因子等参数进行决策优选,建立了基于免疫粒子群算法的改进的BP网络模型。通过应用于某水电站水库的入库径流预测,结果表明,与传统BP网络模型相比,利用改进的BP网络模型所得的径流预测结果更准确。

大气条件下钢筋锈蚀量评估的BP网络模型

本文引入BP算法的人工神经网络模型对混凝土中钢筋锈蚀进行定量研究，该模型可以同时考虑钢筋锈蚀的多种影响因子。算例表明，该模型不仅评估效果好，而且使用简便，这为评估混凝土中钢筋锈蚀量提供了一条新的途径。

科技中介竞争力评价指标问题研究-指标的建立和三层BP网络模型的应用

科技中介可以促进科技向生产力的转化,权威、客观、科学的评价,可以提升科技中介的竞争力,加速科技中介的发展。本文从操作性和方法性方面对科技中介竞争力评价问题进行研究,提出评价指标设计的原则,建立评价指标体系,并应用三层BP网络模型评价科技中介的竞争力。

基于改进的BP网络模型的分类器的设计与实现

用改进的ＢＰ网络模型作为分类器。改进的模型拓扑结构最简，学习速度快，分类准确率高。

基于改进BP网络模型的洪水预报研究

针对目前神经网络应用于洪水预报时存在的不足,引入遗传算法、模糊神经网络对BP网络模型进行了改进,建立了基于改进BP网络模型的洪水预报模型,并将改进的BP网络模型应用于文峪河洪水过程的预报。预测结果表明,过程预报合格率达93．54%。达到了水文预报规范的要求;与传统BP网络相比,改进算法可提高洪峰的预报精度。

BP网络模型在巢湖富营养化评价中的应用

根据人工神经网络的原理,综合考虑湖泊富营养化程度影响因素多,评价因素与富营养化等级之间关系复杂且非线性的特点,构建了一个能自动对湖泊富营养化程度作出正确评价的BP人工网络模型,分析了BP网络学习规则,并在巢湖富营养化评价中得到了应用。本研究结果显示:1997～2005年巢湖共出现4种营养类型,即中-富营养、富营养、重富营养、严重富营养化。在这几种营养类型中,富营养化区分布最广,约占全湖面积的71%,其次是重富营养化和严重富营养化,约占全湖面积的26.5%。

改进的BP网络模型及其在日径流预测中的应用

尝试了基于MATLAB6.5的人工神经网络工具箱在水文日径流预测中的应用,并采用贝叶斯正则化方法改进BP网络算法,从而提高了BP网络的推广能力。将该模型应用于大渡河流域日径流的预测,取得了较好的预测效果。

BP网络模型在含硼微合金钢奥氏体晶粒尺寸及道次间软化程度预测中的应用

以实验数据为基础 ,建立了含硼微合金钢高温奥氏体晶粒尺寸及道次间软化程度与热加工工艺参数间的 BP网络 (人工神经网络 )模型。结果表明

企业知识资本对企业绩效影响的BP网络模型研究

在实际企业系统中,企业知识资本对企业绩效的影响关系可能是非线性的、复杂的。为了探讨知识资本对企业绩效的影响,设计企业知识资本对企业绩效影响的BP神经网络模型,包括网络结构设计、网络学习与泛化能力检验和网络应用等内容。

基于BP网络模型的安徽省民间金融风险问题分析

通过BP网络模型以及金融风险方法和技术,对安徽民间金融风险进行实时预警实证和模型分析,此项研究对进一步完善金融机构控制风险的能力以及促进民间金融的发展,具有重要的理论和现实意义。

基于模糊BP网络模型的农业水分盈亏预测

以各生长期有效降水和敏感性系数为依据选取聚类指标,利用模糊迭代聚类方法对多年降水资料进行聚类分析,在此基础上建立了遗传程序BP网络模型,最后对未来农业水分盈亏变化趋势进行预测.实例计算结果表明:该方法性能良好,可望成为农业水分盈亏变化趋势预测的有效辅助手段.