基于BP神经网络的非线性组合模型及其应用

由于采用最优权组合模型进行大坝安全监测观测资料分析时，有时会出现不符合实际的负权重，针对这一情况，采用基于BP神经网络的非线性组合模型，并进行实例计算。实例表明，基于BP神经网络的非线性组合模型是可行的和合理的，建立可信的数学模型是作好组合模型的前提，基于BP神经网络的非线性组合模型拟合精度和预报效果都要优于最优权组合模型，各予统计模型。     

BP神经网络模型在黄河上游产汇流预报中的应用

针对黄河上游唐乃亥控制断面以上地形条件复杂、流域面积大且控制站点稀少的实际情况,选取该区域主要产流区吉迈至玛曲段,利用BP神经网络模型对研究区的日径流进行模拟。经分析验证,3层BP神经网络模型简单可靠,误差较小,能较好地反映研究区的产汇流特性,可用于该区域的产汇流模拟及相关预报。     

灰色模型及BP神经网络模型在灌区地下水动态中的对比应用

针对陕西省泾惠渠灌区地下水不合理开采引起的部分环境地质问题,对泾惠渠灌区2001—2010年的地下水水位进行分析,在此基础上采用灰色模型和BP神经网络模型对灌区地下水水位进行模拟,通过对这两种模型的对比发现:BP神经网络模型预测结果较灰色模型好,可以较高精度对未来年的地下水流进行预测。     

新安江模型和改进BP神经网络模型在闽江水文预报中的应用

精确的水文预报是防洪减灾中重要的非工程措施,水文模型是开展水文预报最有力的工具。采用LM算法改进了的BP神经网络水文预报模型,以闽江富屯溪流域为例,进行了BP模型和新安江模型在日流量模拟预报中的应用比较。结果表明:两个模型总体均达到水文预报的精度要求,水文预报合格率可达到90%以上;新安江模型在丰水年模拟效果较好,相比而言,BP神经网络模型的模拟精度更高一些;两个模型均可用于闽江流域的水文预报研究。     

基于DGA的BP神经网络及其在一维河网模拟中的应用

考虑到BP神经网络的计算精度和稳定性依赖于初始权、阈值,首先对标准遗传算法进行改进,然后用改进的遗传算法优化BP神经网络的初始权、阈值。将遗传算法和神经网络结合起来建立河网BP模型,把实测资料或者水动力数学模型的计算结果作为学习样本对模型进行训练。将河网BP模型运用于西江三角洲河网,发现该模型与水动力模型的计算结果吻合较好,表明优化后的BP网络用于河网水力模拟是可行的。     

改进BP神经网络集成模型在径流预测中的应用

为提高径流预测预报的精度和泛化能力,建立了基于3种基本改进算法的BP神经网络集成预测模型。利用ADF单位根检验方法、自相关分析方法确定径流时间序列的平稳性和模型的输入向量。针对BP神经网络标准算法收敛速度慢、易陷入局部极值的缺陷,采用自适应动量梯度法、共轭梯度法和Levenberg-Marquardt法分别改进BP神经网络标准算法,依次构建基于3种改进算法的BP神经网络模型对文山州南利河董湖水文站年径流进行预测,并构建GA-BP预测模型作为对比模型;采用加权平均方法对各单一模型预测结果进行综合集成。结果表明:集成模型对南利河2001-2005年径流预测平均相对误差绝对值为4.67%,最大相对误差绝对值为7.11%,精度和泛化能力均优于各单一模型和GA-BP模型。集成模型克服了单一模型预测精度不高和误差不稳定的缺点,具有较好的预测精度和泛化能力,是提高径流预测预报精度的有效方法。     

基于BP神经网络的农田蒸散量预报模型

本文根据石河子地区多年气象资料和作物生长、土壤水分状况,建立了以平均气温、相对湿度、净辐射量以及土壤相对湿度、棉花叶面积指数为输入向量,以实测ET为输出向量的BP神经网络蒸散量预报模型(ET(bp)).实际应用结果表明所建立的BP网络模型具有较好的预报效果,平均相对误差为6.47%,预测标准误差为0.312mm,有效性指数达到93.5%.     

基于改进型BP神经网络马尔科夫模型的区域需水量预测

为提高需水量预测的精确度,应用了一种BP神经网络与马尔科夫相结合的预测模型,介绍了它的基本原理及算法,并给出了该模型建立的具体过程,最后该模型被应用于需水量预测工作中,计算证明取得了较好的效果。     

基于改进BP神经网络模型的区域农业灌溉用水预测研究

传统BP神经网络模型局部易出现收敛,在模型求解过程,易出现求解不收敛的缺陷.为此引入小波分析函数对传统BP神经网络的节点计算进行改进.并将改进的BP神经网络模型运用于农业灌溉用水预测中,研究结果表明:改进的BP神经网络模型改变了局部易收敛的缺陷,模型求解更为合理.在农业灌溉用水预测精度上也明显好于传统的BP神经网络模型.     

改进的BP神经网络模型在大坝安全监测预报中的应用

针对BP神经网络模型存在的缺陷进行了改进 ,并将改进的BP模型应用于大坝安全监测中效应量的预报。示例证明 ,改进的BP神经网络模型与常规BP神经网络模型及回归统计模型比较具有明显的优越性     

双隐层BP神经网络模型在区域水安全评价中的应用

基于BP神经网络的基本原理和方法,构建双隐层BP神经网络水安全评价模型.以相关文献资料进行模型评价效果验证.验证表明:所建立的双隐层BP评价模型和评价方法是合理可行的,是一种可以运用的区域水安全评价方法.基于此模型,结合丰水地区区域实际,利用层次分析法构建了符合丰水地区水安全评价的指标体系和标准,以文山州区域水安全评价为例进行分析.结果表明:文山州各评价区域不同规划水平年水安全评价等级为Ⅳ～Ⅱ级,即处于不安全与安全之间,客观反映了文山州现状及中、长期水安全状况,符合区域实际,评价结果可作为研究区域水安全评价的参考依据.     

BP神经网络在密云水库入库水量预测中的应用

水库入库水量预测是水库调度和水资源优化配置的重要依据。密云水库是华北地区最大的水库,是确保首都供水安全和社会经济发展的重要水源地。反向传播BP神经网络由于具有高维性、自适应、自组织及自学习等优点,被广泛应用于水文预报中。基于BP神经网络模型对密云水库入库水量进行模拟预测,将入库流量分为汛期（6—9月）和非汛期,非汛期又分为1—5月和10—12月,不同时段分别建立BP神经网络模型,共建立3种BP神经网络模型,利用1960—2004年共45年系列样本数据分别训练3个BP网络模型,用于预报入库水量,并利用2005—2021年共17 a资料检验样本,分别代入3个BP网络模型,对预报结果进行验证,最后得到模型预报及检验结果。结果表明,利用BP神经网络进行汛期和非汛期入库水量预报,误差小,精度高,应用BP神经网络对2022和2023年入库水量进行预报,可为水资源合理优化配置提供重要依据。     

BP神经网络在地下水水质评价中的应用

地下水污染是当前较为严峻的现实问题,地下水水质评价是开发和保护地下水资源的前提,将BP神经网络应用到地下水水质评价中,解决了以往评价方法人为性较大和隶属函数构建不合理等问题。应用实例表明,BP神经网络法训练速度快、精度高,能如实地评价地下水质情况。     

BP神经网络在岩爆预测中的应用

综合考虑围岩产生岩爆的内外在因素,采用地应力大小、岩石抗压和抗拉强度、岩石弹性能量指数等参数作为指标,建立了BP人工神经网络岩爆预测模型.将国内外具有代表性的工程实例作为样本,以提高网络的泛化能力;采用Levenberg-Marquardt算法来训练BP神经网络,以提高效率.实例表明,采用本文所给出的BP神经网络模型预测结果与实际情况相符,说明了此模型的有效性.     

BP神经网络模型在库区高边坡变形预测中的应用

影响因素的多变及周期特征使高边坡变形表现出明显的非线性,线性模型难以对边坡变形做出准确预测。为研究库区高边坡变形发展趋势,以某水电站高边坡变形监测成果为依托,在对其变形影响因素分析基础上,选取半年库水位变化量、半年降雨量、前半年惯性位移量为输入参数,以监测点半年变形增量值为输出参数,构建起3层BP神经网络模型。利用该模型对2011年6月—2014年12月间监测数据进行训练,精度达到预设要求后,预测2015年1月—2016年6月测点变形值,结果表明:预测最大误差8.26%,平均误差7.2%,满足工程精度要求,说明该模型参数选取及设置适合,可为后续边坡变形趋势研究提供参考。     

BP神经网络在水电工程投资估算中的应用

为研究水电工程建设项目投资估算问题,本文结合华能澜沧江水电股份有限公司苗尾水电站第17号厂房实际数据,利用半解析解思想对传统BP神经网络进行优化改进,开发水电工程投资估算问题计算程序PRICES,并同现常用算法进行比较,结果表明:本文算法的计算速度最快、计算精度最高。     

深圳市供水量BP神经网络预测

城市供水量受多种因素的共同影响。以深圳市最近20多年的供水量历史数据为基础,建立了一种基于时间序列的供水量BP神经网络预测模型。该模型的平均相对误差为4.96％。根据建立的深圳市供水量BP神经网络模型的预测结果,未来深圳市近期(2005年)的年供水量将达到52 630万m3,远期(2010年)的年供水量将达到56 142万m3。     

BP神经网络在大坝位移监测中的应用

利用BP神经网络模型较强的非线性处理能力特性,以水位、温度和时效作为输入层,大坝位移为输出层,建立BP神经网络模型对龙滩大坝的位移监测数据进行模拟和预测,并将拟合值、预报值和实测值进行对比分析,结果表明:BP神经网络模型对大坝位移拟合效果较好,预报值精度较高,具有一定的参考应用价值。     

海堤工程防潮标准研究

经济社会的快速发展对沿海地区防灾减灾有了更高的要求.国家也更加重视沿海地区的海堤工程防灾减灾基础设施建设,从技术和资金上给予支持.但由于全行业没有统一的海堤工程设计规范,各省的技术规定和要求与国家现行的相关标准不协调,使工程建设和管理存在一定的难度.在收集调研和认真分析沿海已有相关规定的基础上,提出了我国海堤工程防潮标准的统一的规范,供海堤工程设计、建设与管理相关人员使用.     

冬小麦田间墒情预报的BP神经网络模型

土壤墒情预报是农田适时适量灌水的基础。田间土壤水分的变化受到外界气象因素及土壤特性、作物长势等的影响，关系比较复杂。本文利用北京市永乐店试验站冬小麦返青后的土壤水分试验资料，建立了土壤墒情预报的BP网络模型，模型中同时考虑了多个因素对土壤贮水量的影响。利用部分实测资料对网络进行训练，然后对2年不同灌水处理下的土壤贮水量进行预测，取得了较好的效果，表明BP神经网络用于墒情预报是可行的。