径向基人工神经网络法在土壤盐渍化调查中的应用

径向基神经网络在砂土液化评价中的应用——基于matlab6．5平台鳊程，研究利用径向基神经网络进行砂土液化评价，探讨了原始数据预处理方法、神经网络构建、训练、结果评价、主因子识别以厦与bp网的对比，表明了rbf网络砂土液化评价的优越性，同时给出了rbf网络砂...

在运用人工神经网络对深基坑岩土参数进行反分析的基础上,将pso与bp算法相结合,充分发挥pso全局寻优的能力和bp算法局部细致搜索优势,并通过实例验证了方法的可行性。可以看出,运用该方法可以使学习效率增高,收敛速度加快,预测结果更加准确。

人工神经网络在岩土参数反分析中的应用——在运用人工神经网络对深基坑岩土参数进行反分析的基础上，将pso与bp算法相结合。充分发挥pso全局寻优的能力和bp算法局部细致搜索优势，并通过实例验证了方法的可行性。可以看出，运用该方法可以使学习效率增高，收敛速...

通过对天津农田土壤含盐量及盐分组成的分析,研究了该区盐渍化农田盐分的组成状况和累积特征。结果表明:与蓟县背景对照土壤相比,东丽、津南和汉沽三区盐渍化农田的盐分组成均呈现很大的差异性;非盐渍化农田盐分呈表层累积特征,含盐量随土壤剖面深度的增加而减小,而盐渍化农田表层呈强烈的洗盐、脱盐现象,底层则呈明显的积盐现象;非盐渍化和盐渍化农田盐分的阴离子组成均以hco3-为主,而阳离子组成则由无盐渍化农田的以ca2+为主逐渐过渡到盐渍化农田的以na+为主;盐渍化农田剖面盐分的空间变异性较强,na+、cl-与so42-均为表层低深层高,且ph、残余碳酸钠(rsc)、钠吸附比(sar)及碱化度(esp)也均比非盐渍化农田高,并呈现出盐化和碱化同步发生的特征。

人工神经网络在砂土液化识别中的应用——结合砂土液化的影响指标和神经网络的特性，提出了一种针对砂土进行识别的新方法-bp网络方法。bp网络是通过将网络输出误差反馈回传，来对网络参数进行修正，从而实现网络的映射能力。

简要介绍了人工神经网络的结构及特点,并且详细论述了神经网络在中央空调水系统、风系统、制冷系统、负荷预测、系统的仿真设计和建筑运行能耗评价等方面的应用概况,指出了神经网络在空调领域今后的发展方向.

人工神经网络在基坑变形性状研究中的应用——基坑工程不仅要保证维护结构本身的安全，而且要保证周围建(构)筑物的安全和正常使用。开展基坑工程变形性状研究具有重要意义。影响基坑变形的因素很复杂，传统的计算方法已无法准确预测基坑的变形。人工神经网络(an...

人工神经网络在预测软基沉降中的应用研究——依据影响软土路基沉降的因素选取参数建立了bp神经网络预测最终沉降量模型，利用已建高速公路沉降数据，进行了软土地基最终沉降量的预测，取得了较为理想的效果。证明神经网络法能避免传统方法计算过程中各种人为因素...

泡沫金属试样测试复杂,对试样而言又急需知道基体结构参数与力学性能和阻尼性能的关系,采用线性回归技术无法实现这一功能,应用人工神经网络,则解决了通过测量泡沫金属的四个基本参数达到推知其力学性能、阻尼性能的课题。

采用热压成型的方法制备掺杂粉煤灰、以无机纤维为增强体的摩擦材料,并测试其磨损性能。选用bp神经网络建模,以摩擦材料配方、制备工艺、测试条件为输入变量,以材料的磨损率为输出变量,采用l-m算法对网络进行训练。结果表明,模型可以对材料磨损性能进行有效的预测,可用于配方及制备工艺的优化。

人工神经网络(ann)是一种动态信息处理系统,它具有联想记忆、自组织、自适应、自学习和容错性等特性。人工神经网络可实现对危险源的动态分级;可解决安全综合评价中的不确定性、模糊性和动态复杂性、指标多、数据多等难题;在安全预测方面,可进行煤与瓦斯突出预测、煤矿瓦斯涌出量预测、煤层自燃预测、交通事故预测等。讨论了其在安全科学中的应用现状及存在问题,并对未来研究方向进行了展望。

人工神经网络在工程管理中的应用——基于建设工程的复杂性和长期性,阐述了工程管理发展的新现象,对神经网络的发展及其结构特点作了介绍,并对神经网络在工程管理各个阶段的应用及其所带来的优点进行了探讨,解决了诸多工程难题。

人工神经网络在岩石力学中的应用——从岩石力学研究思维方式转变的观点出发，从岩石非线性系统辨识、工程时序预测、反分析及岩石工程系统等四个方面综述了人工神经网络在岩石力学中的应用进展情况，并对其应用情况进行了简要评述。　　

对人工神经网络在结构控制中的应用做了综合评述。介绍了神经网络的控制原理,总结了结构控制中常见的网络模型,阐述了人工神经网络在结构控制中的应用情况,并对未来的发展方向进行了展望。

介绍了应用人工神经网络解决问题的基本原理;论述了人工神经网络在农业工程中的应用及可能的应用范围;并指出了应用人工神经网络在农业工程中要注意的问题。

从岩石力学研究思维方式转变的观点出发,从岩石非线性系统辨识、工程时序预测、反分析及岩石工程系统等四个方面综述了人工神经网络在岩石力学中的应用进展情况,并对其应用情况进行了简要评述。

简述传统的结构近似重分析技术的缺点与不足,介绍bp网络的原理、算法,利用bp网络能够实现从n维设计空间到m维任意非线形映射的特点,通过不同设计变量的训练样本集对bp网络进行训练,然后输出拟合值。经过分析,证明在结构近似重分析中,采用bp神经网络能很好地实现从设计变量到结构响应之间的映射。

对人工神经网络的发展及基本原理作了简要介绍,重点介绍了桥梁损伤智能诊断中常用的bp神经网络模型的结构及其国内外的主要研究成果,指出了bp神经网络的一些缺陷并提出了相应的改进方法,最终对人工神经网络在桥梁损伤智能诊断发展应用作了展望。

基于高光谱遥感技术快速、无损的检测优势,以新疆渭干河-库车河三角洲绿洲为例,探讨利用反射光谱来预测土壤含盐量的可行性。利用野外采集的土壤样本,在实验室内测得了土壤含盐量及原始光谱反射率。利用光谱分析技术计算高光谱指数,与土壤样本含盐量进行相关性分析,筛选出土壤含盐量的光谱特征波段,基于逐步多元线性回归和偏最小二乘回归建立土壤盐分动态监测模型。通过精度检验,结果表明：基于偏最小二乘回归方法,以对数二阶微分光谱特征波段所构建的盐渍化遥感监测模型最优,模型的稳定性和预测精度最高。利用反射光谱来预测土壤含盐量可实现区域尺度上的土壤盐渍化实时监测和评价。

对富营养化评价标准进行插值获取大量的样本,建立了基于bp人工神经网络的富营养化评价模型。将模型应用于评价深圳市13座主要水库的富营养化状况,对其成因进行分析,并提出了对策与建议。研究结果表明,石岩水库与深圳水库为轻度富营养化,占评价水库总数的15.4%;西丽水库等11座水库为中营养,占评价水库总数的84.6%。人工神经网络用于建立湖库富营养评价模型是适合的。

人工神经网络在膨胀土地基处理选型中的应用——文章应用神经网络的联想记忆功能，以影响软基处理方案选型的技术、施工条件、环境和经济因素分别作为动l练标本，建立关于软基处理方案与影响因素的对应关系的bp学l定模型，并结合具体工程进行了应用。此方法为软基...

文章使用aster遥感数据和土地利用分布图等地理辅助数据,用bp神经网络方法对土地覆盖进行了分类,并与最大似然法的分类结果进行精度比较分析提出神经网络方法在遥感图像分析与处理技术中的应用潜力。结果表明地理辅助数据参与的bp神经网络用于土地覆盖分类研究可以获得相对较好的分类结果。