人工神经网络理论的土壤水分预测

?1994-2010chinaacademicjournalelectronicpublishinghouse.allrightsreserved.http://www.cnki.net 文章编号:1003-207(2002)01-0079-05 基于人工神经网络的三江平原土壤质量 综合评价与预测模型 楼文高 (上海水产大学海洋学院农业资源与环境系,上海　200090) 摘　要:根据土壤质量定量评价指标分级体系生成足够多代表性好的神以网络训练和检验用的样本。建立神经网 络模型时,利用删减或扩张准则确定神经网络最佳拓扑结构,避免“过拟合”现象,利用检验样本监控在训练过程中 不发生“过学习”现象,使建立的土壤质量的综合评价与预测模型具有较好的泛化能力和预测能力。对三江平原地 区主要耕作土壤质量的综合评价与预测结果表明,神经网

人工神经网络预测软土地基沉降——简要介绍了高速公路软土地基的基本性质和对高速公路的主要影响，充分运用人工神经网络较强的非映射能力来预测软土地基的沉降，利用实测资料来对复杂的非线性的土工结构进行直接建模，并计算出软土地基的沉降值，获得满意的效果...

简要介绍了高速公路软土地基的基本性质和对高速公路的主要影响,充分运用人工神经网络较强的非映射能力来预测软土地基的沉降,利用实测资料来对复杂的非线性的土工结构进行直接建模,并计算出软土地基的沉降值,获得满意的效果。结果显示,人工神经网络应用于软土地基沉降的前景是非常广阔的。

针对电力系统短期负荷预测的特点,以及人工神经网络的自学习和复杂的非线性拟合能力,将人工神经网络的bp、elman、rbf三种模型用于短期负荷预测,建立了短期电力负荷预测模型,综合考虑气象、天气等影响负荷因素进行短期负荷预测。某电网实际预测结果表明,rbf比bp、elman有更好的预测精度,更快的速度。

采用模拟机械压实土壤的方法进行5种载荷的土壤压实试验,测定不同深度处土壤水分的值,并与压前土壤水分进行了对比。结果表明:增大载荷和增加压实次数都会使土壤水分损失,最大可使水分损失23.1%;压实对一定的土壤层(25cm以内)的水分损失影响显著,并且模拟载荷在200kg以内对土壤的水分损失影响比较大。

根据建筑物实测沉降利用人工神经网络理论,建立了前馈网络预测模型并提出新的学习算法,结合某建筑物纠偏工程实例对建筑物沉降进行了预测.预测结果表明神经网络方法是可行且有效的.

鉴于前人推导的镐形截齿破岩截割阻力和截割比能耗的理论公式计算值与实际值相差较大以及最优截槽宽没有定量表示,文中选取岩石密度、单轴抗压强度、抗拉强度、静态弹性模量等为影响因子,建立了bp预测网络模型,并利用此模型对我国常见的4种岩石镐形齿截割参数进行了预测。检验及预测的结果表明建立的预测网络运行稳定,预测结果良好,对截割力的预测优于理论计算结果,对截槽宽和截割厚度最优比值、截割比能耗的预测结果良好,相对现有理论的计算和经验公式计算精度有了很大提高,能更好的满足工程要求。

**资讯http://www.***.*** **资讯http://www.***.*** **资讯http://www.***.***

提出基于人工神经网络的基础最终沉降的预测新方法,通过工程实例应用,在较短的实测资料情况下,可获得较小误差的最终沉降量,所建立的模型预测精度高。

人工神经网络是在模仿人脑处理问题的过程中发展起来的新型智能信息处理理论,通过对人工神经网络及bp网络的基本原理与特征的分析,建立了工程估价预测模型.

在黄土高原甘肃省泾川县,采用根钻法对刺槐(robiniapseudoacacia)林地的细根和土壤水分进行动态调查。结果表明:刺槐林地0～150cm土层是树木细根的主要分布层,有87%以上的细根表面积分布。刺槐细根表面积垂直分布与剖面土壤水分间呈显著正相关(p4月>6月>8月,刺槐细根表面积的动态变化为4月>6月>8月>10月。刺槐细根表面积动态与土壤含水量的季节动态不完全一致。总体上刺槐细根表面积季节动态与林地土壤含水量的相关性不显著。

通过对泾川县城关乡的坡改梯研究,结果表明:裸地土壤水分变化受降雨影响较大,在不同时段表现形式不同。随着土壤剖面深度的增加,土壤水分受气候影响特别是降水波动的影响逐渐减少,随着季节变化的特点增强。坡向与坡位对裸地土壤水分有着较大影响。从坡向看,阴坡向梯田土壤水分全年平均值比坡地高,阳坡向则是坡地比梯田高。从坡位看,土壤水分变化是坡上部>坡中部>坡下部。作物地生育期土壤水分随着作物生长发育的加快而迅速下降,梯田与坡地的差异也逐步增大,作物收获后进入蓄墒期,土壤水分的差异又逐步缩小,梯田甚至超过坡地,特别是夏作物小麦,胡麻地土壤水分的变化大于秋作物洋芋,而且梯田大于坡地。梯田与坡地土壤水分横断面分布不一样,坡地是中间低,两边高,水分分布呈\"v\"字形,而梯田是坎下高,坎边低,水分分布呈阶梯式\"～\"。

以河北平山县岗南镇低山丘陵区为研究对象,分析不同土层、坡位及坡向的土壤水分特征。结果表明:土壤水分渗透速率随着时间的延长逐渐降低,最后达到稳渗。土壤质地大部分为多砾质,土壤总孔隙度在37.53%~48.12%之间,阳坡绝大部分是毛管孔隙。不同坡位>0.25mm土壤团聚体含量,坡下明显高于坡上,不同坡向>0.25mm的团聚体呈现:半阴坡>阴坡>阳坡,且随土层加深含量增加。土壤容重,阴坡>阳坡>半阴坡。土壤蓄水能力,阴坡优于阳坡;20~40cm的中层土壤蓄水能力优于其它土层。

含碎石土壤水分入渗试验研究——采用一维积水垂直入渗法测定含碎石土壤的入渗过程，分析碎石含量和碎石组成对土壤水分运动影响。对试验数据采用kostiakov入渗公式拟合，得出反映入渗速率的拟合参数比值与土石比成幂函数关系；采用简略的philip垂直入渗方程幂级...

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...

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。

以黄土高原区土壤为研究对象,通过土壤基本理化参数与土壤水分特征曲线的系列试验,获得了van-genuchten模型参数的数据样本。运用灰色理论对土壤基本理化参数进行了灰色关联度分析,建立了以土壤基本理化参数为输入变量,土壤水分特征曲线van-genuchten模型参数为输出变量的bp神经网络预测模型。研究结果表明:以土壤黏粒含量、粉粒含量、容重、有机质含量、全盐量为输入变量,运用bp神经网络方法对土壤水分特征曲线van-genuchten模型参数进行预测是可行的。所建立的灰色bp神经网络预测模型下,van-genuchten模型参数α与参数n的预测值与检验值平均相对误差都小于5%,建模样本和检验样本都具有较高的精确度。研究成果一方面有助于丰富黄土水力参数的理论研究,另一方面为土壤水分特征曲线的获取提供技术支撑。

根据土壤物理性质测定和水分定位观测结果,结合当地气候、作物生育特点,将黄泛平原粗砂潮土土壤水分垂直性分布划分为:速变层(0～40cm),活跃层(40～100cm)和稳定层(100cm以下);将土壤水分季节性动态划分成:强烈腾发期、补充下淋期、缓慢消耗期和相对稳定期

矿井水排水量预测是一个难题。受降雨、河流、含水层等自然因素和煤矿开拓面积的扩大、水平的延伸等人为因素的影响,矿井水年排水量时间序列是非线性的。针对该问题,采用人工神经网络方法建立了矿井水排水量预测模型,通过预测结果比较可知,该模型具有较高的精度,将对以后矿井水排水量的预测起到一定的指导作用,并为矿井水利用规划的制定奠定了基础。

依据建筑物火灾危险性的影响因素,应用人工神经网络理论及系统安全方法,建立了建筑物火灾危险性的评价指标体系,该方法摆脱了评价过程中的随机性和参评人员主观上的不确定性及其认识上的模糊性等缺点,大大提高了准确性。为了验证评价模型的准确性,将该理论应用到某高校图书馆火灾危险性评价中,快速、准确地得到了安全评价结果,取得了满意效果,为建筑物防火设计以及安全管理提供了可行的依据。

通过分析城市深基坑沉降量时间序列的非线性动力学系统,认为该时间序列具有混沌特性.在此基础上,通过相空间重构的方法建立了用于城市深基坑沉降量预测的混沌神经网络模型;并利用此模型对上海某深基坑沉降量进行了预测,取得了较为满意的预测效果.