基于BP人工神经网络的枯水径流预报方案研究

介绍了BP人工神经网络的桔水径流预报方法,编制了锦屏一级水电站枯水径流预报方案.根据枯水径流预报方案的预报精度评定成果,总结了应用BP人工神经网络进行枯水径流预报的特点.研究表明基于BP人工神经网络的枯水径流预报方案能够满足水文情报预报规范,具有较好的实用性和可行性.     

满足给定数字特征和谱的随机信号的产生

本文给出了满足给定数字特征和谱的随机序列的产生方法，即用无记忆非线性变换实现非正态随机信号的模拟．该法与Ｇｕｊａｒ法相比较，放宽了变量概率分布的限制，只要求变量矩的存在。同时考虑无记忆非线性变换对谱的影响，用异于Ｌｉｕ的方法在频域上求解输入正态分布随机序列的谱．     

地震折射波的虚拟速度—临界角谱的原理与制作方法

虚拟速度-临界角谱是地震折射波虚拟射线理论的应用之一。根据共始点或共折射点记录的相似性，利用第一虚拟时距曲线方程，对时距曲线进行扫描计算，可以制作共始点谱和共折射点谱。文中，通过实际介质模型的计算机试算结果，对该方法作了验证。     

基于神经网络的平底结构砰击压力预报

对利用神经网络预报平底结构入水砰击压力的方法进行了探讨。首先利用仿真软件计算各种情况下平底结构入水所产生的砰击压力，以此形成训练神经网络的数据集。其次利用数据集对三层反馈式网络进行了训练，讨论了不同隐含层节点数对该非线性系统的拟合能力，并且对梯度下降法、动量修正法和基于优化的LM算法的有效性和精度进行了比较，最后得出了适合平底结构入水砰击系统的网络结构。     

基于EMD与神经网络的机械故障诊断技术

经验模式分解 (EMD)是分析非线性、非平稳信号的有力工具 ,它将信号分解为突出了原信号的不同时间尺度的局部特征信息的内在模函数 (IMF)分量。本文通过将各 IMF分量输入到 BP网络中进行训练学习和故障诊断 ,比直接输入原信号可以提高 BP网络对故障诊断的准确率 ,而且减少了训练时间。     

风暴增水系统的记忆期概念及其预报方法

本文提出风暴潮增水系统的记忆期概念，用实测资料和理论模型分析了记忆期的存在，把记忆期的概念应用于风暴增水预报方程中，并且用实测资料作了检验，收到了良好的效果     

四参数速度分析方法在新场转换波处理中的应用

转换波时距方程的选择直接影响转换波速度分析和动校的准确度,这里比较了Thoms-en方程、双平方根方程和LXY方程的动校精度.根据新场气田转换波资料的特点,采用四参数(V,c2>、γ,0、γ,eff和X,eff)各向异性速度分析方法来估计叠加速度场.在速度分析过程中,不依赖于纵波速度,直接进行三参数估计.在转换波动校时,不同参数控制不同偏移距范围的同相轴,使转换波近、中和远偏移距同相轴完全拉平.通过对实际测线的单参数、三参数和四参数动校叠加剖面的比较,结果表明四参数动校叠加的效果最好.     

基于AHP和BP神经网络的深部地热水可持续开发能力评价

采用资料完整性、开采潜力、回灌量、平均水压下降速率、地面沉降速率、水温、水质、地热井布局8项指标构建天津地热可持续开发能力评价指标体系;运用层次分析法确定了各项指标的权重,建立起评价因素集和评语集,给出了归一化数值;建立了天津地热可持续开发能力的BP神经网络模型,以层次分析法得出的结果作为样本,对BP网络进行了训练和测试,实例评价结果表明了AHP和BP神经网络方法的可行性,为地热资源的可持续开发能力评价提供了一种新的评价方法。     

区域似大地水准面确定的最小二乘支持向量机方法

支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决小样本、非线性、高维数、局部极小点等实际问题.文中研究支持向量机的拓展算法--最小二乘支持向量机(LSSVM),并将其应用于确定大面积复杂似大地水准面.通过工程实例并与神经网络模型和二次曲面多项式拟合模型相比较,验证确定区域似大地水准面的LSSVM方法的有效性.     

基于退火BP神经网络的GPS高程转换

阐述模拟退火算法的基本思想和原理,提出并介绍模拟退火算法优化的BP神经网络模型在GPS高程转换中的具体应用,同时编写相应的MATLAB处理程序,结合大量数据进行仿真实验,结果表明文中提出的退火BP神经网络模型具有收敛速度快、精度高、避免陷入局部最小的优良特性。