中国东部夏季雨型的人工神经网络集合预测

在BP(back propagation)人工神经网络方法的基础上,考虑到历史资料的个体差异及其年代际变化会影响到样本均值,由此使得中国东部夏季雨型模拟和预测效果产生差异,故引入交叉检验及集合预报思想,以改进人工神经网络独立预报方法。在利用不同历史样本资料建立人工神经网络模型,并进行交叉检验的同时,对预测年的雨型进行预测,可获得预测年的多次预测结果。该方法在中国东部夏季四类雨型的试验预报中表现出较好效果。

人工神经网络方法在资源与环境预测方面的应用

:用人工神经网络方法对不同水域、不同环境因子之间非线性和不确定性的复杂关系进行学习训练并预测检验。结果表明 :人工神经网络方法在模拟和预测方面均优于传统的统计回归模型 ,在资源与环境方面的应用是可行的 ,具有较强的模拟预测能力。与传统的回归模型相比 ,人工神经网络方法不要求监测数据具有很强的规律性 ,就可用训练后的网络模型对其进行预报 ,并且预测相对误差均比回归模型预测相对误差要小 ,具有一定的实用性。两个实例的应用结果表明 :人工神经网络通过神经原作用函数的简单复合就能逼近有限子集的任意非线性函数 ,而传统的统计方法则存在着如何选择模型形式及非线性优化问题 ,表现出明显的局限性 ,并且统计模型的更新工作相当繁重。

基于人工神经网络的田间信息插值方法研究

提出了一种基于人工神经网络的田间信息插值新方法,并利用ArcView3.2软件绘制碱解氮的BP神经网络插值空间分布图和球状插值分布图,并对BP神经网络插值方法和克立格球状插值方法的结果进行了误差分析。结果表明,BP神经网络的插值方法优于克立格球状插值法,该方法有利于田间信息空间分布特性准确、直观的表达,有利于农田精确施肥、灌溉、播种等精细农业生产管理。

基于人工神经网络的岩石含油气性评价方法

神经网络计算法是模拟人体经络系统活动的机理来研究事物的新方法。本文运用T .Kohonen提出的SOM自组织人工神经网络模型 ,以准噶尔盆地的彩南油田一主力油层为例 ,建立起岩石含油气性评价的人工神经网络模型。实例研究表明 ,人工神经网络法性能良好 。

人工神经网络方法在水力压裂选井评层中的应用

文章全面分析了影响水力压裂选井评层的因素,结合选取因素的全面性、独立性和泛化性原则,确定了影响水力压裂选井评层的主要因素,明确提出以经济准则作为评判标准。运用人工神经网络方法预测压裂施工的投入产出比,克服了现在油田上常用方法的不足,建立了水力压裂选井评层的人工神经网络预测模型、评价方法。理论上明显优于模糊评判中的井层优劣排序。油田实例证明在多因素“数据有限”(小样本)且非线性影响时,人工神经网络方法适应性强、精度高,在水力压裂领域中具有广阔的应用前景。

基于人工神经网络的涡轮盘蠕变可靠性分析方法

用ADINA程序计算的涡轮盘盘缘蠕变位移量的有限个结果对人工神经网络进行训练。利用Monte-Carlo法对基本随机变量进行随机抽样,并基于随机有限元方法思想用人工神经网络代替有限元程序计算涡轮盘盘缘蠕变位移量,进而分析涡轮盘蠕变可靠性。

人工神经网络方法在黄河下游平滩流量计算中的应用

利用黄河下游1960-2007年实测水沙资料,选取花园口、高村、艾山及利津4个断面作为研究对象,采用人工神经网络方法,通过输入来流量和来沙系数确定各断面的平滩流量。不同输入因子的计算结果表明:对于平滩流量的计算,不仅应考虑来水来沙条件的累积作用,同时还应考虑汛期与非汛期的全部水沙条件,则能更加准确地计算各断面汛后的平滩流量。人工神经网络方法不仅能够全面地考虑多种因素对平滩流量计算的影响,而且还能够模拟平滩流量随水沙条件变化的动态调整过程。

虫草氨基酸的人工神经网络近红外光谱快速测定方法

提出了用近红外漫反射光谱技术快速检测发酵冬虫夏草中氨基酸含量的新方法。采用比色法测定虫草菌粉中氨基酸含量。用BP神经网络建立了近红外光谱数据与氨基酸、精氨酸和总氨酸含量间的定量关联模型。通过比较不同的光谱预处理方法及光谱范围 ,得到最优模型 ,即在 75 0 1 7～ 6 0 97 8,5 4 5 3 7～ 42 4 6 5cm- 1 区域内 ,近红外光谱的一阶微分光谱与其氨基酸含量之间建立模型。甘氨酸、精氨酸和总氨基酸的预测标准偏差分别为 0 0 8,0 0 7和 0 36 ,均优于主成分回归 (PCR)和偏最小二乘回归 (PLS)等线性模型的处理结果。结果表明 ,该方法是一种有效实用的非线性校正方法。

基于人工神经网络的苹果等级判别方法研究

应用计算机视觉以及图像处理技术,提出一种基于改进的LVQ人工神经网络算法,从苹果的色泽、横径及果形指数3方面对苹果进行等级划分。结果表明,与传统的LVQ人工神经网络相比,改进的LVQ人工神经网络提高了苹果的分选精度,具有更好的判别效果。

构建基于人工神经网络的证候研究方法学

方法论的创新是实现证候研究突破的关键。中医证候体系是一个非线性的复杂巨系统。从复杂性科学视角寻求证候研究方法论是必由之路。将人工神经网络方法引入中医证候研究领域符合中医证候体系的内涵要求,具有可行性。本课题着眼于中医证候体系的复杂性特征,探讨中医证候规范化研究的方法学,旨在为当前证候研究提供一种新的思路。

基于人工神经网络的足月胎儿体重预测方法

对胎儿体重的预测在产科临床上具有非常重要的意义,传统上采用回归分析方法预测胎儿体重,存在可靠性差等缺点。本研究采用反向传播(BP)人工神经网络方法预测胎儿体重,实验中采用双顶径、小脑横径、腹围、肝脏长度、股骨长度、股骨皮下脂肪厚度、孕龄等参数作为BP神经网络的输入参数,网络由输入层、隐含层和输出层三部分组成。对109例临床资料进行预测,结果为:训练组预测符合率达89.77%,平均绝对误差104.22g,平均相对误差3.24%;验证组预测符合率达76.19%,平均绝对误差190.84g,平均相对误差5.60%。表明人工神经网络预测胎儿体重方法十分有效,准确性高于回归方程。

人工神经网络在飞机下沉速度控制中的应用

下沉速度是指飞机着陆接地时刻其重心的垂向速度,它直接关系到飞机起落装置在接地时所受到的载荷大小。在考核飞机起落架强度、刚度的着陆试验中,国军标对飞机的下沉速度有具体的要求,但在实际操作中,由于各种外部因素的干扰,飞行员很难利用现有的手段精准操纵飞机达到标准要求的下沉速度。本文通过合理分析,选取了几个影响陆基飞机下降速度的飞行参数,并将这些参数的实测飞行数据作为MATLAB人工神经网络模型的输入与输出,得到了较好的预测结果,探索了控制陆基飞机下沉速度的新思路与新方法。

基于人工神经网络的零件表面加工方案决策方法研究

零件表面加工方案的选择是一个多因素约束的逻辑推理过程 ,需要大量工艺知识支持。基于规则和基于框架的知识表达方法 ,在知识量大的情况下 ,存在表达效率低和推理效率低的缺陷。本文建立了基于人工神经网络的零件形面加工方案决策模型 ,设计了学习样本 ,用 BP算法对网络进行训练 ,把一系列推理规则转化为网络权值 ,应用训练好的网络生成零件形面加工方法链。

基于人工神经网络公路客运质量评价方法研究

通过AHP法对公路客运质量指标体系进行分析 ,并使用BP人工神经网络 ,建立对公路客运质量评价的模型 ,该模型可在一定程度上避免人在评价过程中的主观性 ,能够有效地对公路客运质量进行评价 ,同时该模型具有学习能力 ,对公路客运质量管理与决策活动有重要的支持作用。

利用人工神经网络实现对油气井防砂方法优选

人工神经网络预测地层出砂防砂方法的优化有多种 ,各种优化方法都必须考虑油气井产能情况 ,模型计算和分析都很复杂、需要的参数较多 ,而且很多参数现场很难获得 ,现场可操作性差 ,经过文献调研和现场的实际分析 ,应用人工神经网络技术实现对油气井防砂方法优选 ,在油田的实际生产过程中具有重要意义。应用人工神经网络技术 ,利用辽河油田稠油油藏单井开发资料建立样本进行网络学习 ,对所采用的防砂方法进行优化 ,从而得出优化结果。

人工神经网络在CAD中应用的现状与方法研究

在论述人工神经网络理论研究进展 ,分析人工神经网络模型的特点和性质的基础上 ,探讨了人工神经网络模型在现代CAD技术中的应用研究现状与发展趋势 ;阐述了人工神经网络在优化设计中的算法和在 CAD专家系统中的应用方法 。

基于人工神经网络模型的C25混凝土配合比的预测方法

根据混凝土强度早期判定的特点 ,建立了能映射复杂非线性关系的多层前向神经网络 .并且利用前向神经网络进行混凝土的配合比设计预测 ,结果表明神经网络方法具有较高的预测精度 。

基于人工神经网络的零件特征加工方法获取及其优先权选择

为了获取零件特征的所有可行加工方法,并定量化描述其选择优先权,提出了一种基于人工神经网络的决策方法。在该决策方法中,基于对问题特性的分析,采用均匀设计法选取有代表性的样本集合;为避免常规反向传播算法训练网络时易陷入局部极小值的缺陷,采用可同时调整动量因子和学习率的改进反向传播算法,并用线性回归分析方法加以测试。实例验证了该方法可以有效地获取零件特征的所有可行加工方法及其选择优先权。

利用人工神经网络方法预报松花江汛期水位

利用 195 9～ 1998年黑龙江省 13个站的降水和松花江水位资料 ,通过人工神经网络方法对松花江汛期最高水位进行模拟和专家网络训练 ,并对 1996～ 1998年松花江水位进行了预报 ,预报效果良好 ,并与逐步回归方法进行了比较。 1998年松花江发生超百年大洪水 ,预报水位 119.6 9m ,与实况 (12 0 .89m)仅差 1.2m ,在 1999年和 2 0 0 0年业务预报中也准确预报松花江出现枯水位。

基于人工神经网络的混凝土抗压强度预测方法

在给出混凝土等效水灰比和骨料平均浆体厚度计算方法的基础上,采用人工神经网络方法,建立了混凝土28 d抗压强度与混凝土等效水灰比、骨料平均浆体厚度和粉煤灰与胶凝材料用量比之间的非线性映射关系.该研究成果可减少混凝土试配次数,节约大量人力、物力和时间,并为高体积稳定性混凝土配合比设计方法的研究进一步奠定了基础.