基于LM-BP神经网络的地震直接经济损失快速评估方法研究

在综合考虑地震致灾因子、抗震设防因子、经济指标因子的基础上,选取地震震级、震源深度、受灾面积、受灾人口、设计基本地震加速度、人均GDP和产业机构比例等7个因素作为主要评价指标,运用神经网络分析方法,建立了基于LM-BP神经网络的地震直接经济损失评估模型。从历史地震事件中提取相关数据作为样本,并使用该样本对网络进行训练。最后对模型输出结果的误差率和模型的泛化能力进行分析,认为该模型可以有效评估地震直接经济损失,并具有较高的稳定性。

基于LM-BP神经网络的穿心莲药材分类识别

目的建立高效准确的穿心莲样品识别模型,为进行质量控制提供参考。方法收集不同产地的12个穿心莲药材样品的指纹图谱,提取4个主成分利用LM-BP神经网络进行模式识别。结果建立了穿心莲药材指纹图谱的LM-BP神经网络模型,经过对不同产地穿心莲的识别,证明其有较好的识别功能。结论LM-BP算法在识别速度和精度上都比传统BP算法有了较大提高。

基于LM-BP神经网络的高铁建设环境中短期影响综合评价研究

根据改进过的BP人工神经网络建立了高铁建设环境中短期影响的三层前馈神经网络综合评价模型。改进过的BP神经网络算法是在传统的算法的基础上使用LM算法,即梯度法和高斯—牛顿迭代法的结合,该种方法提高了收敛速度及精确度。根据既往已经开通运营的铁路项目对生态环境影响的深入调查和研究,建立了高铁建设环境中短期影响评价的指标体系。利用长益城际铁路作为实证,使用LM-BP神经网络模型得到的综合评价分值分别为0.372和0.223,表明该铁路建设对沿线环境的短期和中期影响分别为较小影响和极小影响,评价结果有效。该模型的应用可提高评价结果的客观性和准确性,为高速铁路的选线决策提供科学的评价方法。