从地下水动态看地下水系统的自组织现象

地下水动态是地下水系统对外部环境影响的综合态势，是地下水系统自组织过程的主要反映。作为远离子平衡的开放的地下水系统在其形成和演变过程中具有鲜明的自组织特性；循环组织我特性，自组织过程的有序性和层次性。在人为活动的影响下，地下水水位很小的变化，随时间的持续可能会逐渐累积增大，变成“巨涨落”，当其超过一定的阀值时，就会从根本上改变地下水系统的状态。     

自组织特征映射神经网络在岩爆分级预测中的应用

岩爆是地下工程一种常见的动力灾害。为了提高岩爆预测精度和探究岩爆参数之间的潜在关系,本文借签一种自组织特征映射神经网络(SOFM),构建了岩爆烈度分级预测的无监督学习模型。结合国内外岩爆判据,选取围岩最大切应力、单轴抗压强度、单轴抗拉强度、应力系数、脆性系数及弹性能量指数6个参数作为评价指标。将46个典型的岩爆案例输入到竞争层为2×2拓扑结构的SOFM模型中进行训练。结果表明:SOFM模型具有可靠的聚类能力,其正判率为90%;与现有的有监督学习模型进行了比较,验证了本文建立的SOFM模型的优越性;最后,对SOFM聚类结果分析发现,脆性系数对轻微、中等及强岩爆的影响权重均较大,选取的6个评价指标对强岩爆和中等岩爆区分并不明显。     

BP神经网络模型在地下水质量评价中的应用

介绍了BP神经网络的基本原理和计算方法。采用6-11-5三层拓扑结构的BP神经网络模型对伊通河下游地下水质进行评价,并与内美罗指数法、模糊综合评判法和物元可拓法评价结果比较。结果表明BP神经网络计算简便、评价结果客观准确,很好地反映了地下水质量的总体状况。     

神经网络集成在玻壳分类中的应用

玻壳的各项尺寸数据直接影响彩色显像管的图像真实性、清晰度、安全性和整机装配质量。     

基于PNN神经网络的地下水水质评价及应用

概率神经网络是一种训练速度快、网络稳定、应用相当广泛的人工神经网络方法,它通过利用线性学习算法来解决非线性问题,在模式识别的分类问题中得到了广泛的应用。本文在阐述概率神经网络(PNN)原理的基础上,以我国地下水环境质量标准(GB/T14848-93)为训练样本,建立概率神经网络(PNN)模型,并将该网络模型运用于地下水水质评价。通过与灰色聚类法、模糊评判法和指标分类法比较,验证了该模型更为准确、可靠。     

神经网络在地下工程中的应用

本文探讨了应用神经网络技术解决地下工程问题的可行性，并将ＢＰ神经网络用于围岩分类，为解决地下工程实际问题提供了一条新途径。     

神经网络在地下工程中的应用

本文探讨了应用神经网络技术解决地下工程问题的可行性，并将ＢＰ神经网络用于围岩分类，为解决地下工程实际问题提供了一条新途径。     

自组织与自组织城市

自组织理论和方法在当代城市地理学和规划理论的前沿领域有着非常重要而深刻的应用 ,这方面的研究工作已经有30多年的历史乃至更早。文章评介了自组织城市理论、模型和自组织城市规划思想与方法 ,解释了自组织概念的基本含义 ,分别介绍了自组织城市研究的 7个重要领域 :耗散城市、协同城市、混沌城市、分形城市、细胞城市、沙堆城市以及FACS和IRN城市 ,讨论了基于自组织研究的空间复杂性问题     

粗糙集—小波神经网络在隧道围岩分类中的应用

隧道工程围岩的级别是隧道围岩稳定性的尺度,施工期间的隧道围岩分类的确定是最为基础、也是最为重要的内容.本文将粗糙集、小波神经网络和围岩分类有机结合起来,对白鹤隧道围岩分类进行识别研究.结果表明:用经过粗糙集约简后的样本集作为神经网络的训练样本集,有效地简化了神经网络的结构,减少了训练步数与训练时间,并提高了网络的学习速...     

三种时间序列模型在地下水动态模拟中的应用分析

地下水系统是一个复杂的时间序列系统，其变化与区域气候条件和和生态环境密切相关，具有明显的年际周期性变化和随机性波动。用合适的模型描述地下水位动态变化，可以极大地提高地下水位的预测精度，使田间土壤水分的适时适量调节方便可行；对于农田水利工程的规划和管理也有所裨益，本文通过三种时间序列模型对地下水实测资料的模拟，阐述了这三种模型的特点和模拟精度。     

地下水资源系统人工神经网络模型的建立与应用

本文从人工神经网络的基本原理出发建立了地下水资源系统的人工神经网络的普适模型,并用实例加以验证,结果表明该模型是正确适用的。     

地下水动态预测的径向基函数法

地下水系统是一个复杂的随机系统 ,根据地下水位与其影响因素之间存在的映射关系 ,本文建立了一个RBF人工神经网络模型 ,并将其用于地下水位的动态预测。实例表明 ,该方法预测精度较高 ,具有一定的推广价值。     

基于遗传算法的BP神经网络模型在地下水动态预测中的应用研究

地下水系统是一个复杂的非线性动力系统,地下水系统的输出(地下水位)与输入(降水入渗、蒸发、人工开采等)具有非常复杂的非线性关系。神经网络以其强大的处理非线性系统的能力而在地下水水位预测中得到了广泛的应用,它与传统的统计分析模型相比,具有更好的持久性和适时预报性,且能用于解决同时存在多个自变量和多个因变量的地下水系统预报问题。但是由于网络输入存在多重共线性,导致网络泛化能力不高,降低了网络的预测性能;并且在求解时易陷入局部极小,且收敛速度慢。针对以上问题提出了基于遗传算法的BP神经网络地下水动态预测模型。先用遗传算法优化确定BP网络的初始权阀值,然后应用LMBP算法在这个解空间里对网络进行精调,搜索出最优解或近似最优解。这样既实现了两者的优势互补,发挥了神经网络广泛的映射能力和遗传算法的全局搜索能力,也加快了网络的学习速度,综合提高了整个学习过程中的逼近能力和泛化能力。本文以Matlab7为平台设计了计算过程和具体的实现方式,还以分布于元宝露天矿区的6眼监测并为例,分别采用基于遗传算法的BP神经网络模型和BP神经网络模型对研究区的地下水位进行了短期预测,从对比分析的结果来看基于遗传算法的BP神经网络模型明显优于BP神经网络模型,是一种预测短期地下水位比较理想的预测模型。     

基于改进BP网络在复杂岩体质量分类中的应用

在综合分析评价岩体质量指标的基础上,提出了神经网络在岩体质量分的应用。介绍了采用BP神经网络方法对复杂岩体进行质量分类的工程实例。工程实际应用表明,经过优化的BP神经网络经过多次学习后,测试精度提高,结果可靠,取得了较好的实际应用效果。     

模型技术在地下水系统动态预测中的应用

本文根据模型技术的要求，提出了地下水系统动态预测的研究思路，作者将这一思路应用于某市地下水系统水位动态预测研究，起到了良好的效果。     

枝状供热管网水力工况模拟分析

应用图论理论建立了枝状管网水力工况模拟分析的数学模型，编制了水力工况计算程序，并对某一管网水力工况进行了分析。     

区域地下水位动态预报系统软件开发研究

地下水位动态预报迫切需要一种集数据管理、模型辅助决策为一体的专门软件 ,以便具有方便操作和使用。区域地下水动态预报软件在数据管理信息系统的基础上增加模型库系统 ,进行模型辅助决策 ,并设计了用于资料和结果输出的办公子系统。     

中继泵位置对热水热网水力工况的影响

给出了热水网路水力工况计算的数学模型；分析了供、回水干线设中继泵或用户设中继泵时对热水网路的影响和各热用户的流量变化，计算了水力失调度，并绘制了水压图。