人工神经网络在矿井构造定量评价中的应用

探讨了矿井构造定量评价的人工神经网络方法, 结合东坡井田实际, 重点讨论了 BP模型的输入层、隐含层和输出层的构置和优选等问题, 并使用有序地质量最优分割方法和插值法得到学习样本, 经过学习样本的训练, 对未知单元进行评价取得了良好的效果。     

金沙江流域区域地壳稳定性分区与定量评价

金沙江中、下游横穿横断山南北构造带, 新构造运动强烈, 地震活动频繁, 各种内动力地质灾害比较严重, 该区区域地壳稳定性相对较差。为服务于金沙江水电工程规划建设和减灾防灾的需要, 本文对金沙江流域沿江地区进行了地壳稳定性的评价与分区。文中依据地壳稳定性定量评价的原则和方法, 建立地质构造背景、地壳结构、地震以及地球物理等指标, 并将地壳稳定性划分为四个等级：稳定、基本稳定、次稳定和不稳定。然后按照上述系统进行地壳稳定性分区。最后, 综合各项研究资料来确定各区的定量评价指标, 并采用模糊数学方法对各区地壳稳定性进行综合评价。     

中国区域地壳稳定性评价简述

中国区域地壳稳定性评价是在首次编制的1:5000000中国区域地壳稳定性图基础上综述而成。      

AHP法在区域地壳稳定性评价中的应用

本文在以往定性研究区域地壳稳定性评价的基础上,运用ＡＨＰ多层分析方法,系统的探讨了区域地壳稳定性的定量研究     

区域地壳稳定性评价“安全岛”理论及方法

阐述了区域地壳稳定性和“安全岛”的概念和定义,以及在重大工程选址中研究它的重要作用。该课题从６０年代至今经历了三个不同的研究发展阶段,已形成具有我国特色的学科领域。文章探讨了区域地壳稳定“安全岛”理论和评价方法,归纳为三种评价方法：主要指标分级评价法;分区评价法;区域稳定（ＣＲＵＳＴＡＢ）专家系统及风险度评价法。最后提出相对稳定地块──安全岛”的识别标志以及从地表构造、深部构造和地震活动图象三方面与“地震空区”的主要区别。     

区域地壳稳定性评价专家系统研究

重大工程选址区域地壳稳定性评价专家系统的开发涉及到众多学科。本文运用结构矩阵法建立了综合且优化的专家知识结构模型，探讨了专家知识定量表述的心理物理学实验方法，为专家知识的获取和定量表示提供了基础。运用专家系统工具Ｍ．１开发了重大工程选址区域地域壳稳定性评价专家系统（ＣＲＵＳＴＡＢ），含６１０条规则，２００个事实，属于中型专家系统。最后，介绍了该系统在广东核电站选址区域地壳稳定性评价结果。     

西安地区区域地壳稳定性评价

本文依据“七五”期间对西安地区进行区域地壳稳定性与地质灾害评价和研究工作所取得的地质、物探、测量、模拟实验等方面的成果资料,考虑到内、外动力地质作用及介质条件,运用模糊数学方法进行了稳定性评价与区划,将西安地区地壳稳定性划分为较稳定、次较稳定、次较不稳定、较不稳定、不稳定五级。在此基础上,对西安地区主要城市的建设与发展规划提出了指导性的建议。     

京津地区区域地壳稳定性评价

京津地区是首都北京和天津所在地,随着区内工程建设规模的日益扩大及经济建设的快速发展,区域地壳稳定与否已成为城市发展的重要制约因素之一.通过对研究区区域地质背景、新构造活动、现今地壳形变、地震、现今构造应力场、岩土体工程地质特征、地质灾害特征以及外动力地质作用等研究分析,利用模糊数学方法,按照地壳相对稳定、相对较稳定、相对较不稳定和相对不稳定4个等级,对京津地区地壳稳定性进行了综合评价.     

青藏铁路沿线构造活动性评价和工程稳定性区划

构造活动强度α(1)和地壳稳定程度β(1)是构造活动性评价和工程稳定性区划的重要参数,α=1-β。对青藏铁路沿线任一单元i,以断层运动速率(vi)、地震震级(Mi)、温泉温度(Ti)和构造应变(εi)综合刻画构造活动强度(αi),αi=(vi/vmax+Mi/Mmax+Ti/Tmax+εi/εmax)/αmax。根据各单元构造活动强度值(αi),应用克里格等值线绘制软件,编制构造活动强度等值线图,为青藏铁路沿线构造活动性评价和工程稳定性区划提供定量判据。α0.40的构造活动区可能孕育Ms6～7级地震,对应于不稳定区;α0.70的强烈构造活动区可能孕育8级左右强烈地震,对应于极不稳定区。区划结果表明,青藏铁路沿线发育昆仑山南、可可西里、通天河、唐古拉山、错那湖、当雄、羊八井7个不稳定区,其中包括西大滩、谷露盆西、羊八井3个极不稳定区。     

基于人工神经网络的三峡水库库岸稳定性分级

为避免库岸稳定性评价法的随意性和不确定性,尝试采用具有处理非线性关系功能的人工神经网络方法进行库岸稳定性分级,为此构建了15-31-4结构的三层BP网络。该网络采用BP弹性算法,同时对初始权值和阀值进行了优化,实现了网络的非线性映射,并有着极快的收敛速度。用该BP网络对三峡水库的上游段库岸进行了稳定性等级判断,其结果与常规计算方法所得的结果基本相似。     

基于人工神经网络的边坡稳定性工程地质评价方法

针对边坡稳定性工程地质评价方法过分强调经验和难以定量的缺点，提出了一种基于人工神经网络的边坡稳定性工程地质评价方法（ＡＮ２Ｓ２ＥＧＥＭ），详细介绍了它的建模方法和应用实例．结果表明该方法不仅有效，而且有定量、简便、实时、自适应等优点，具有广阔的应用前景。     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｃｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的Δ１３１－１３１（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然     

软基沉降的BP神经网络和灰色系统联合预测

使用BP神经网络插值方法对灰色数据进行了预处理,进而建立了预测软基沉降量的BP神经网络和灰色系统联合模型.实例分析表明,该模型短期沉降预测结果的最大相对误差小于2%,最终沉降预测结果的相对偏差小于5%,且灰色预测时取后期沉降瘦导颇算结果准确度高于取前期沉降数据的计算结果准确度.     

人工神经网络在水源地影响评价中的应用

为了评价水源地开采过程中对周围地下水环境的影响，本文运用BP神经网络模型建立了有4个输入、2个输出的三层网络模型，通过BP网络学习训练，得到水源地的BP网络模型，并运用该模型预测了在不同条件下因水源地开采所引起的降落漏斗秒地下水补给量，计算表明，BP神经网络用于模拟地下水系统简便，实用，能很好地预测地下水动态变化情况。     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的△１３１－（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然后阐述了ＡＮＮ（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒ）模型，最后应用该模型估算岩石变形时的温度，经对比得出，利用人工神经网络在岩石变形温度估算中具有良好的应用效果。     

基于人工神经网络的矿井构造定量评价

探讨了矿井构造定量评价的人工神经网络方法，结合东坡井田讨论了BP模型的输入层，隐含层和输出层的构置和优选等问题，利用东坡井田已知资料使用有序地质量最优分割方法和插值法得到学习样本，经过学习样本的训练，对未知单元进行评价。     

基于BP神经网络的复合污染体系中沉积物吸附阿特拉津的规律

建立了Cu2+和阿特拉津(AT)复合污染体系中沉积物各活性组分及其交互作用对AT吸附量影响的BP神经网络模型,模型预测值和实验值的相关系数达到0.97,各集合的平均偏差均小于10%。模型显示,AT在沉积物上的主要吸附位是铁氧化物。沉积物吸附AT时铁氧化物、锰氧化物、有机质之间存在显著的交互作用,铁氧化物、锰氧化物交互作用贡献率为-130%～80%,铁氧化物、有机质交互作用贡献率为5%～28%,锰氧化物、有机质交互作用贡献率为-200%～-70%。各活性组分吸附AT的能力及其交互作用受Cu2+的影响较大,其中:Cu2+对AT在铁氧化物上的吸附表现为拮抗作用,对AT在锰氧化物上的吸附表现为协同作用,而对AT在有机质上的吸附影响不显著,同时Cu2+减弱了铁氧化物-锰氧化物和锰氧化物-有机质的交互作用影响,增强了铁氧化物-有机质的交互作用影响。     

基于遗传算法优化的BP神经网络在密度界面反演中的应用

BP神经网络方法在二维密度界面的反演中取得了较好的效果,但在反演三维界面时,由于模型更复杂、参数更多,BP神经网络的收敛速度和反演精度都有一定程度的下降。为了改善反演效果,本文利用遗传算法对BP神经网络的权值、阈值选择过程进行优化,获得了更好的网络模型;并将此模型应用于密度界面模型的反演中,预测误差从上百米减小到数十米,同时迭代计算步数减少了近2/3,有效减少了计算时间,反演结果更准确。利用基于遗传算法优化的BP神经网络反演了法国某地区莫霍面深度,预测相对误差仅为1.8%,取得了较好的应用效果。基于遗传算法优化的BP神经网络在密度界面的反演中具有良好的应用价值和研究前景。