利用BP-ANN模型进行深基坑变形预测分析的探讨

利用LM算法和自适应学习速率的动量梯度下降法对BP-ANN模型进行改进,发现LM算法在建立深基坑变形预报模型时具有更高的学习效率,且输入量间的相关程度对网络效率无显著影响,隐含层节点数可通过仿真误差分布图确定和优化。仿真与预测结果表明,在平稳观测时间序列内该模型具有更高的预测精度,在实际深基坑监测预报中值得推广应用。

基于BP-ANN模型的农村土地生态安全评价及影响因素分析——以重庆市丰都县为例

针对重庆市丰都县土地生态敏感特性和区域实际情况,将土地生态安全评价指标值作为输入,土地生态安全评价得分作为输出,基于多层反向传播人工神经网络(BP-ANN)构建了具有15个隐含层神经元的3层土地生态安全评价模型,通过Matlab R2012b随机选取2013年317个总样本中的200个样本,将其中的70%,30%分别作为网络的训练样本和检验样本用于训练及检验BP-ANN,将剩余117个样本测试网络,再将2014年317个村的相关指标值代入人工神经网络通过模式识别进行评价;在此基础上分析丰都县农村土地生态安全状况的空间分异现象,并使用因子分析法结合多元线性回归分析法研究影响丰都县农村土地生态安全的因素。结果表明:(1)117个测试样本中相对误差小于5%的样本占98.21%,BP-ANN模型精度良好;(2)2014年丰都县各村土地生态安全评分为40.47~55.73,平均得分49.19,土地生态安全状况处于中等偏下水平,空间上土地生态安全评分全局Morans′I指数为0.34,空间呈自相关性,县域内西北部的农村土地生态状况较好;(3)影响丰都县农村土地生态安全的因素按照影响程度大小依次为:植被生物条件、土壤条件、景观多样性、生态建设与发展协调程度、降水条件、水域条件。BP-ANN模型一定程度上克服了传统评价过程中主观因素导致的误差,精确的评价结果对区域土地生态保护提供指导。

BP-ANN模型在井灌水稻区地下水埋深预测中的应用

利用改进的BP算法,对三江平原创业农场井灌水稻区月平均地下水埋深进行了模拟仿真,网络拟合精度与预测精度均达到满意效果。BP-ANN模型为节约地下水开采量,恢复该地区的地下水动态平衡、制订农作物优化灌溉制度,促进农业及水资源的可持续发展提供参考作用。

基于BP-ANN模型的西藏自治区建设用地节约集约利用评价模式研究

为更好的落实严控增量、盘活存量、优化结构、提高效率的建设用地管理要求,全面、系统、动态的掌握西藏自治区建设用地节约集约利用整体情况,促进区域建设用地利用效率和效率提升。文章利用MatlabR2018软件训练测验的BP-ANN模型,对西藏自治区2019年建设用地节约集约利用状况进行评价,并分析其空间相关性与影响因素。通过文章研究发现:经训练后的BP-ANN模型精度与可信度均较高;西藏自治区建设用地节约集约利用状况呈现较大空间差异性,空间上呈现正自相关和区域分异的特点;建设用地增长及消耗等指标对节约集约利用状况影响最大,生态环境要素在其中同样发挥关键作用。

基于材料参数演化修正Arrhenius模型与BP-ANN模型的近βTi-55511合金等温压缩过程流动应力预测

为了研究Ti-55511合金在近β区域的热流动行为,在温度973–1223 K、应变速率0.001–1 s^(-1)条件下,利用Gleeble.3500热模拟试验机进行了等温压缩试验。对实验获得的流动应力曲线进行了修正,降低了摩擦与绝热温升等因素对流动应力的影响。采用考虑材料参数演化的修正Arrhenius模型和反向传播人工神经网络(BP-ANN)模型对钛合金热变形过程中的流动应力进行预测,并通过统计分析对预测模型精度进行了评估。将2种预测模型扩展的应力、应变数据植入有限元,模拟了热压缩实验过程。结果表明,Ti-55511合金的流变应力与应变速率呈正相关,与温度呈负相关,合金软化机制主要为再结晶。修正后的Arrhenius模型和BP-ANN模型都能描述流体的流动行为,BP-ANN模型在α+β区域的拟合精度高于修正后的Arrhenius模型,而在β区域的拟合精度低于修正后的Arrhenius模型。

基于BP-ANN模型的香附效应成分筛选

目的:分析香附不同炮制品的HPLC指纹图谱与药理效应数据,应用偏最小二乘法(PLS)和BP神经网络模型(BP-ANN)对香附不同炮制品中HPLC指纹图谱共有峰的峰面积与调经止痛药理效应进行关联,筛选香附主要效应成分。方法:采用PLS进行数据处理,通过MATLAB中的神经网络工具箱,建立BP-ANN模型,计算出各个因素的平均影响值(MIV),根据MIV大小列出各因素对应变量(药理效应)影响的相对重要性顺位,筛选香附治疗痛经的有效成分。结果:11组香附样品中存在16个共有峰,假设各峰的成分分别为X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12,X13,X14,X15,X16。香附对缩宫素所致小鼠痛经模型的扭体反应抑制率影响的主要效应成分排序为X13>X15>X7>X16;对缩宫素诱导小鼠离体子宫痉挛性收缩模型的肌张力抑制率影响的主要效应成分排序为X15>X13>X5>X16。结论:通过应用PLS和BP-ANN模型进行HPLC指纹图谱共有峰与药理效应关联性分析,可进行香附主要效应成分的筛选。

基于矿物组分的岩石抗钻特性评价及应用

PL区块沧浪铺组地层岩石非均质性强,钻井提速困难,严重制约了油气勘探开发进度。因此,精确评价地层岩石的抗钻特性对优选钻头、提高钻井时效具有重要意义。本文采用BP-ANN模型建立了基于矿物组分含量的地层抗钻参数预测模型,首先基于实验数据进行皮尔逊相关性分析,筛选模型输入变量;其次利用Leave-One-Out-Cross-Validation(LOOCV)数据集划分方法,以均方误差(MSE)、决定系数(R 2)和批次(Epochs)三种指标对BP-ANN模型进行训练并评估其性能;最后使用训练后的BP-ANN模型对该区域沧浪铺组地层岩石进行抗钻特性评价,在已有钻头的基础上,依据岩石抗钻参数优化钻头设计并应用于现场。研究表明:①训练后的BP-ANN模型可以准确预测PL区块PT101井沧浪铺组地层岩石的抗钻参数,预测精度大于90%;②基于地层岩石抗钻特性的钻头优化方案在PT101井取得了良好的应用效果,相较于邻井同层位钻头,平均机械钻速提高约110%,单个钻头进尺超过200 m,现场提速效果明显。文章研究结果可以准确评价地层岩石的抗钻特性,为钻头选型、优化提供理论依据。

基于神经网络的钢筋混凝土节点抗剪计算

建立了基于多层前馈神经网络的钢筋混凝土梁柱节点受剪承载力计算模型。同时,结合MATLAB程序,完成了国内外94个构件的试验结果与我国GB50010-2010、ACI-ASCE 352等现有规范计算结果及BP-ANN计算结果的对比研究。研究表明:经神经网络模型所得计算结果与试验值吻合良好,离散程度较小,且较各国规范建议的设计方法的计算结果更接近试验值。因此,该神经网络模型可用于计算及预测钢筋混凝土梁柱节点的受剪承载力。

BP神经网络在环青海湖地区天然草地估产研究中的应用

为构建一种对不同草地类型与时期的天然草场高精度产草量估测模型,快速获取环青海湖区域月际产草量数据、减少数据处理和反复建模过程中的工作量,本试验基于高分卫星影像数据,以草地类型、植被指数及实测草场产草量为训练样本,构建了环青海湖地区天然牧草产草量神经网络预估模型。结果显示:以2-6-1为构架的人工神经网络模型,目标误差、学习次数设定为0.003,800时,产草量模型预测值与实测值呈高度相关(R^2=0.743,RMSE=58.531 g·m^-2),达到实际估产需求,证明本文人工神经网络模型对环青海湖区域天然牧草产草量估测的可行性与适用性。

基于计算机图像处理技术与红外特征光谱融合的兔肉熟食识别方法

利用计算机图像处理技术与近红外光谱融合测量和预测、识别了兔肉熟食中猪肉的掺假比例。采用PLS和BP-ANN对红外光谱数据进行处理,并建立了预测模型。结果表明,红外光谱PLS模型和BP-ANN模型均具有较好的预测能力和精确度,尤其是BP-ANN模型。PLS模型和BP-ANN模型中的预测相对误差分别低于8%和6%。综上,基于计算机图像处理技术与红外特征光谱融合的兔肉熟食识别方法具有可行性。

基于人工神经网络的RPV材料辐照脆化预测模型研究

在分析一定量随站测试样品的基础上,构建了具有较高精度的反应堆压力容器(RPV)材料韧脆转变温度(DBTT)预测的人工神经网络模型,并利用模型研究了中子注量和中子注量率对RPV材料DBTT的影响。结果表明,材料DBTT随着中子注量增加出现先线性上升,然后平缓上升,最后饱和的趋势,而中子注量率对RPV材料辐照脆化的影响不明显。