学科分类
/ 1
10 个结果
  • 简介:以某大坝沉降监测数据为例,利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明,滚动BP神经网络算法能较好地应用于大坝沉降数据的预测,具有良好的应用前景。

  • 标签: BP 神经网络 MATLAB 大坝 预测
  • 简介:针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。

  • 标签: 人工神经网络 BP模型 来水量 预测
  • 简介:分析了影响城镇日用水量的非线性因素,利用人工神经网络,选择影响城市日用水量的主要因素。建立城镇日用水量预测模型,并将该模型的预测效果与传统的日用水量模型预测效果进行比较,结果显示该模型的预测精度更高、所需时间更短、更适用于影响因素较多的城市日用水量的预测。

  • 标签: 人工神经网络 日用水量 预测模型 效果
  • 简介:本文在分析影响作物蒸发蒸腾量的气象因子的基础上,以不同的气象因子组合为输入向量,以参照腾发量为输出向量,构建了气象资料不足情况下三种计算参数腾发量的BP神经网络模型BPET1、BPET2和BPET3.利用宁夏引黄灌区2000~2003年的逐日气象资料对所建模型进行反复训练和预测,并把预测结果与传统的Penman-Monteith公式计算而得的同期作物ET0值相比较.其中,BPET1的预测值与ETO值的相关系数平方为0.9914;BPET2的预测值与ET0值的相关系数平方为0.9917;BPET3的预测值与ETO值的相关系数平方为0.9854.研究结果表明,本文构建的模型计算精度较高,方法简便可行,能满足实际生产需要.

  • 标签: BP神经网络 参照腾发量 计算方法
  • 简介:黄土的湿陷起始压力是评价黄土湿陷性的重要指标之一.影响黄土湿陷起始压力的因素有很多,且各因素间并非独立,通过分析各物性指标间的相关性确定塑性指数、含水率、干密度作为影响黄土湿陷起始压力的因素.本文提出并建立了黄土湿陷起始压力的人工神经网络预测模型,选取新疆伊犁地区黄土的数据作为神经网络模型的学习和预测样本,将神经网络模型的预测结果与实际结果对比可知二者误差小于10%.利用陕西彬县黄土数据验证了网络模型的通用性,说明用人工神经网络方法计算黄土湿陷起始压力准确、可靠,建立了一种计算湿陷起始压力的新方法.

  • 标签: 湿陷起始压力 物性指标 人工神经网络 预测
  • 简介:鱼类暴发性出血,具有发病期长,危害种类广,病程短,死亡率高等特点。进入养殖高峰期以来,宁陵县发生多起鱼类暴发性出血,发病鱼种类有花白鲢,鲤鱼、草鱼、鲫鱼。以花白鲢最为严重。该病来势猛,几天时间即出现大批死亡,有的每天死亡1000多尾。宁陵县城郊乡有一养殖户发病7天内死鱼损失高达6万余元。广大养殖户谈“”色变,出血病成为池塘养殖恶性病害之一。笔者在多次治疗的基础上,总结一些经验,供广大养殖户参考。

  • 标签: 鱼类暴发性出血病 治疗方法 病原体 发病特征
  • 简介:在调水工程中,如果泵站站前水位过低,会危及泵站安全,如果水位过高,会危及周边安全,因此探寻调水工程中河渠湖库水位变化显得尤为重要.以南水北调东线山东段南四湖为研究区域,寻求不同起调水位、出入流量、泵站开启时间差的调水方案下泵前水位变化规律.先利用耦合模型对不同的调水方案进行数值模拟,然后选取23组调水方案及其数值模拟所得的泵前水位作为样本训练BP神经网络,建立BP神经网络调蓄水位预测模型并进行验证,最后利用预测模型对不同调水方案进行泵前水位预测.结果表明,BP神经网络预测模型具有很强的预测能力,预测模型结果与耦合模型结果泵前水位基本吻合,水深相对误差小于9.15%,而模型计算效率提升96.67%.

  • 标签: 调水方案 泵前水位 耦合模型 BP神经网络 预测模型
  • 简介:根据改进的BP神经网络,阐述了在结构损伤检测与识别上的应用。同时对该网络在结构检测应用过程中应该注意的问题做了探讨,展望了BP神经网络在结构损伤检测与识别上的发展方向。

  • 标签: 神经网络 基本原理 损伤检测 识别
  • 简介:二溴海因是更新代的海因类消毒剂,具有良好的杀菌作用。其杀菌效果是常规含氯消毒剂的40倍,对鱼类细菌性疾病有明显的防治效果;同时具有杀灭水体不良藻类,有效调节水色,改善养殖环境的功效。本试验探讨了二溴海因对青虾细菌性烂鳃的防治效果。

  • 标签: 二溴海因 消毒剂 杀菌效果 鱼病防治 试验条件
  • 简介:造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。

  • 标签: 遗传算法 小波神经网络 时间序列 中长期水文预报