人工神经网络在工程项目风险分析中的应用

任何一项工程项目都有一定风险,怎样做好风险性控制、识别、判断,则显得尤为重要.众所周知,风险是无法避免的,关键在于怎样做好风险管理,怎样在工程项目中进行风险评估,成为工程项目重要研究研究课题.对此,笔者根据实践经验,就人工神经网络在工程项目风险分析的应用进行简单叙述.     

小波-神经网络混合模型预测地下水水位

由于过量开采地下水,华北平原的许多城市出现地下水水位持续下降趋势,由此导致了许多严重的环境问题,如地下水枯竭、地面沉降和海水入侵等。为了准确预测城市地下水水位变化,利用小波变换的多尺度分析特征,建立了小波-神经网络混合模型(以下简称"混合模型"),并研究了其在地下水水位预测中的精度。利用北京市平谷区地下水水位观测资料,分别用BP网络和混合模型对该区地下水水位进行了预测。采用均方根误差(RMSE)、平均绝对误差(MAE)和线性相关系数(R)对模型预测的精度进行度量。预测结果表明:混合模型第1至第3个月的地下水水位平均绝对误差分别是0.535,0.598和0.634 m;而BP模型的平均绝对误差分别为0.566,0.824和0.940 m。混合模型的预测误差分别为BP模型的95%,73%和67%。使用混合模型能明显提高预测的精度,显著增加有效预测时段长度。     

人工神经网络智能节水灌溉浅析

合理、高效利用水资源是当前农业灌溉领域的热点问题之一,对于节水灌溉的研究,国内外都给予了高度的重视。节水灌溉技术虽然在国内起步较晚,但是发展势头迅猛。尤其是膜下滴灌技术,随着与计算机智能控制系统的结合,其应用领域和技术深度都得到了长足的发展。本文主要介绍利用RBF人工神经网络对膜下滴灌作物需水量进行灌溉预报,利用智能灌溉技术以达到节水增效的目的。     

基于ANN的复合材料变厚度壳体固化变形预测

研究目的是建立基于人工神经网络的复合材料固化变形预测模型。复合材料固化变形的多因素性致使很难得到精确的解析解。应用人工神经网络方法结合实验实测数据,模拟复合材料各项参数与变形间的非线性关系,对相同材料(玻璃钢)在相近固化条件下的固化变形进行预测,计算速度快,精度高,为固化变形的预测控制提供了一种新方法。     

人工神经网络在古陶瓷研究中的应用

用人工神经网络算法,构建区分宋代汝瓷和民窑钧瓷的数学模型,该模型可以用于钧瓷的配方设计,判断实际生产中的钧瓷配方是否能产生分相。     

聚合物合成及成型过程研究的近红外光谱技术

介绍目前聚合物合成及成型过程研究的近红外光谱技术，讨论光纤传感技术的应用及光谱信息处理的数学方法，探讨光谱解析的人工神经网络模型；并总结近红外光谱技术在监测聚合物合成及成型过程，测定聚合物的化学组成与结构，以及在线监控聚合物成型过程的应用进展。     

供热管网的二级BP神经网络泄漏故障诊断

为诊断供热管网泄漏情况,利用图论理论描述基于空间管网的泄漏工况水力计算模型,得出节点泄漏和管段泄漏工况下管网各点的压力变化情况.在此基础上采用人工神经网络方法建立基于二级BP神经网络的供热管网泄漏诊断系统,该方法可根据管网中压力监测点的压力变化进行泄漏位置和泄漏量的诊断,并通过实例验证了方法的有效性.结果表明:一级神经...     

数据挖掘技术在松花江水质预测中的应用

为更好地实现松花江水质预测,对水质的科学管理起到指导作用,应用人工神经网络技术（ANN,ArtificalNeuralNetworts）,利用松花江四方台监测站某连续3年水质数据,建立水质预测模型,实现对松花江主要污染指标CODmn的预测．为保证预测模型具有较高的预测精度,将数据按月分期,应用聚类分析法对数据进行处理,...     

煤层裂隙探测的地震波形分类技术研究

研究了煤层裂隙探测的地震波形分类技术原理,即根据地震资料,在一定时窗范围内统计地震波的几何形状、频率、能量变化快慢及各种地震属性,从而在剖面上和平面上划分各种地震属性特征总和相近的区域,通过钻孔和已知裂隙资料的标定,探测煤层裂隙.利用地震波形分类技术对淮南潘三矿煤层裂隙的探测结果表明,这种方法行之有效,可以为矿井瓦斯危险性预测提供科学依据.     

酵母发酵生产谷胱甘肽过程参数的在线软测量

针对酵母发酵生产谷胱甘肽发酵过程中乙醇浓度难以在线准确测量的问题,讨论利用人工神经网络,构建一个具有2×6×1结构的“软传感器”。经检验,它能很好地实现在线状态估计和提前一步预测乙醇浓度。该方法也有利于实现发酵过程的在线控制。