人工神经网络结合遗传算法在注浆材料配方优化中的应用

采用人工神经网络技术建立了注浆加固材料组成成分与其力学性能之间的非线性多目标模型.运用遗传算法对神经网络算法进行了改进,并在大量试验数据的基础上,对改进后的人工神经网络进行训练和验证,最后得到了能预测特定配方注浆材料力学性能的人工神经网络模型.研究表明：采用能预测特定配方注浆材料力学性能的人工神经网络模型结合遗传算法对注浆材料配方进行设计,可得到注浆加固材料的优化配方,从而弥补了传统配方优化设计方法的不足.     

识别所钻进地层的实钻试验研究

从分析钻进信息与岩石物理力学性质的关系入手,利用人工神经网络理论对所钻进的地层进行实时识别.根据钻探生产的特点,合理设计了人工神经网络的结构,开发了人工神经网络识别地层的软件.选择了结构简单、安装方便和具有较强二次开发功能的无传输信号线钻参仪作为数据采集的硬件系统,并开发了相应的数据传输接口软件.并通过室内实钻试验对所开发的人工神经网络识别软件和数据传输接口软件进行了检验.试验结果表明钻参仪选型正确,数据接口软件运行稳定可靠,识别软件识别效果理想.     

神经网络法的采空区地基稳定性评价

为了定量评价采空区地基的稳定性,提出了应用人工神经网络技术进行预测评价.以采煤工作面终采时间、沉降趋势、深厚比、构造复杂程度、上覆岩层强度、相对位置、"活化"因素等作为评价指标,将采空区稳定性等级从稳定至不稳定划分为4个稳定级别,中间层设8个神经元,建立了3层BP人工神经网络模型.利用模糊综合评判结果对神经网络模型进行训练,并预留了8个评价单元用于检验.BP人工神经网络在训练过程中显示出良好的收敛效果,训练后的BP人工神经网络模型对采空区稳定性的预测评价结果正确,对工程建设的可行性评估和规划设计等具有指导意义.     

GIS在矿区复垦土地相关模型中的耦合应用

运用GIS辅助下的人工神经网络技术对复垦土地利用结构进行优化,使其土地及其它资源得到充分的利用.介绍了复垦土地适应性评价和优化模型及方法.     

岩石力学反问题的人工神经网络实现

介绍了岩石力学反问题的方法和过程,根据其参数辨识的方法,采用人工神经网络实现.结合目前岩土工程的大型数值模拟软件FLAC的强大功能,给出了位移反分析的人工神经网络实现方法.     

基于人工神经网络和模糊诊断技术的煤矿安全预测系统

提出一种基于人工神经网络和模糊诊断技术的煤矿安全预测系统,并建立了系统的结构图。该系统结合了人工神经网络和模糊诊断技术的优点,其利用人工神经网络解决非线性问题的优势对数据进行处理,利用模糊诊断技术和经验数据做出安全预测,并给出了安全预测系统的运行流程图和各部分的设计方法。根据算例采用MATLAB进行了仿真验证,结果表明,该系统可以实现对敏感数据的提取和处理,可实现对煤矿安全的准确预测。     

应用BP神经网络确定露天矿边坡角

应用人工神经网络理论,提出了预测露天矿边坡角的新方法.通过收集到的边坡角的实例,对所建立的BP网络模型进行训练与预测.预测结果表明,人工神经网络模型预测露天矿边坡角有很高的精度,对露天矿边坡角的设计有很高的参考价值.     

基坑变形人工神经网络预测及其网络参数优化

基坑变形人工神经网络预测受网络参数的影响较大,选取适当的网络参数才能得到较优的预测结果.本文介绍了人工神经网络原理及其网络参数的优化方法.以挡土桩桩顶水平位移预测为例,说明其具体预测步骤及网络参数优化方法.     

人工神经网络及其在遥感图像处理中的应用

为了研究人工神经网络在遥感图像处理中的应用,通过分析人工神经网络的特点、BP神经网络的原理、模型及算法;提出了利用BP神经网络进行遥感图像分类、图像压缩的方法和特点,并且对神经网络图像分类方法和传统方法进行了比较。结果表明,人工神经网络在遥感图像处理中的应用前景广阔,需不断深入研究。     

基于BP神经网络自适应噪声抵消系统的设计与实现

在基于误差反向传播学习算法的多层前向人工神经网络进行分析基础上,结合传统自适应噪声抵消系统基本原理,建立了基于人工神经网络的自适应噪声抵消器,并经过基于Matlab的Simulink仿真实例来证明人工神经网络具有很强的噪声滤除能力和鲁棒性,并提出了网络及算法进一步改进的方法.