共查询到19条相似文献，搜索用时 171 毫秒
1.
现有的堰塞坝稳定性预测模型多为线性模型, 无法充分考虑堰塞坝稳定性与其形态特征和水域条件之间的复杂非线性关系。鉴于此, 结合反向传播神经网络模型和樽海鞘优化算法, 提出了一种新型的堰塞坝稳定性预测模型SSA-Adam-BP。该模型通过网格搜索法选取确定模型结构的最佳超参数组合, 进而利用交叉验证和绘制ROC曲线的方式分别对采用不同优化算法的模型进行评估。使用开源数据库中的全球153例堰塞坝数据对模型的实际应用进行了说明及验证。与传统线性模型的对比表明神经网络模型预测准确率较高, 具有较低的误报率。将SSA与Adam优化算法结合提高了BP模型的全局搜索能力, 其平均交叉验证准确率达到了91.73%, 能够使用较少的参数实现对堰塞坝稳定性快速准确的预测。SSA-Adam-BP模型对近年来典型工程的稳定性能够准确预测, 具有一定的实用性和系统平台推广应用价值。 相似文献
2.
本文依据地震地质、地球物理、第四纪地质和构造地貌等资料，参照目前可以接受的应力－荷载模型、热扩散模型和非对称扩张模型，较详细地论述了江汉洞庭盆地（ＪＤＢ）的构造演化历史、主要活动断裂的新构造变形与地震活动的相关特征，尝试性地预测未来强震危险程度，并提出若干抗震防灾的对策，目的在于为ＪＤＢ的长远开发规划、生命线和重要城市的抗震减灾提供基础资料。 相似文献
3.
地震属性技术是砂体厚度预测的重要手段,由于目前可从地震数据中提取的地震属性种类较多,在利用地震属性技术前,必须优化出对砂体厚度最敏感的地震属性组合,以减少地震属性信息的重复与冗余。为此提出了一种联合关联规则与随机森林回归算法的地震多属性砂体厚度预测方法。随机森林回归算法能够建立地震多属性与砂体厚度之间的非线性关系,并能进行属性选择,但是该算法无法识别地震多种属性中的冗余特征。关联规则能够发现地震属性之间的非线性关联,并能借助卡方检验消除地震属性间的冗余性。分别采用了随机森林回归算法（RFR）、联合关联规则与随机森林回归（AR-RFR）及BP神经网络回归的算法（AR-BP）对滩坝砂岩合成模型和某实际工区进行了砂体厚度预测。对比结果表明,基于关联规则的属性优选得到的属性间相关性低,关联规则与随机森林算法的结合提高了砂体厚度的预测精度。数值实验证明了该方法的有效性。 相似文献
4.
三峡重庆库区深部地球物理特征与断裂构造 总被引：1，自引：0，他引：1
为了深入研究三峡重庆库区岩石圈动力学特征及其对断裂构造活动的控制和影响．并为之提供基础资料，为三峡重庆库区地震、地质灾害的监测与防治提供基础依据，在已有地球物理资料的基础上，从综合地球物理研究角度出发，通过实测地震测线资料的再解释．采用新的处理技术方法，对本区的东西向主剖面和南北向支测线的地震测深资料进行二维射线追踪处理、Pg波成像；选用场分离技术、位移数字成像技术重新处理了重力和航磁资料，通过联合反演来建立深部二维构造剖面，对剖面所揭示的基底构造特征和地壳结构特征、主要断裂构造特征以及莫霍面的起伏特征进行了精细分析和细致研究．从地球物理平面场特征出发建立了岩石圈构造三维框架。研究结果表明，这样的研究思路准确、方法得当．结论可靠；沿该剖面，把可解译的断裂分为Ⅲ级：Ⅰ级为超岩石圈断裂；Ⅱ级为壳断裂；Ⅲ级为盖层断裂。依据地球物理特征，准确揭示了库区的断裂构造特征，达到了预期效果。 相似文献
5.
河流水质预测对于水环境管理与水污染防治具有重要意义。近年来,以神经网络为代表的非机理性水质预测模型已被广泛应用于河流水质预测领域。然而,此类模型不考虑水质因子变化的物理机理,导致预测结果难以解释、稳定性差。为此,本文将水质因子变化的物理规律视为一种先验知识约束,建模于门控循环单元神经网络（Gated Recurrent Unit, GRU）之中,以河流水质预测的重要参数溶解氧为例,提出了一种物理约束的门控循环单元网络（Physics-constrained Gated Recurrent Unit, PHY_GRU）。以美国亚特兰大市2021年河流溶解氧预测为例进行实例验证,结果表明：① PHY_GRU与差分自回归移动平均模型、多层感知机和门控循环单元模型相比,预测精度和稳定性明显提升,其中预测均方根误差分别降低了94.8%,62.9%和37.2%;② 综合考虑多种物理规律约束可以提升PHY_GRU的预测精度和稳定性;③ PHY_GRU采用门控循环单元模型训练样本的30%,其预测精度和稳定性即可超过门控循环单元模型。本文提供了一种在神经网络模型中融入水质先验知识的研究思路,有助于提升水质预测模型辅助决策的水平。 相似文献
6.
地球物理方法（重力、地震、电法等）是地质调查及填图工作中的重要手段。相对于二维地质填图,三维地质填图/建模更迫切地需要借助地球物理数据来获取大量与深度有关的地质信息,因此本文提出了一种基于地球物理数据的地质体三维填图方法。首先,将不同地球物理手段所获取到的数据格网进行可视化建模综合;然后,在有限的地质采样约束下进行解释并直接映射为地质三维模型。实践证明,该方法自动化程度较高,并能在地质调查工作中针对性地解决一些地球物理资料较丰富而地质采样相对匮乏的三维地质填图问题。此外,它也可应用于传统三维地质填图工作中,以极大地提高地球物理数据处理效率。 相似文献
7.
为解决难以用确定机理模型描述的非线性系统状态预报问题,提出一种基于过程神经网络的预报模型及其算法.利用过程神经网络对动态系统的非线性映射机制和直接辨识建模能力,面向系统状态参数预测,建立一种反映系统过程模态特征变化的过程神经网络模型,分析模型的预测机制,给出相应学习算法.为弥补实际采样数据不足及提高数据信息利用率,利用... 相似文献
8.
《东北石油大学学报》2015,(5)
松辽盆地北部发育典型非常规致密砂岩油,基于"甜点"储层地震预测实际需求,采用面向储层预测的测井数据评价、岩石物理扰动模拟和地震数据刻度技术,分析该地区致密砂岩储层地震岩石物理规律.结果表明:研究区致密孔隙介质的弹性特征变化主要受岩性和物性控制,岩性控制作用更大,孔隙流体影响小;利用纵波阻抗和纵横波速度比(或泊松比)双元弹性参数交会可识别"甜点"储层;基于岩石物理刻度的叠前AVO反演是实现"甜点"储层地震预测的有效途径.研究区水平井钻探实例证明,地震岩石物理分析在基础资料认识、优化,以及"甜点"储层地震预测中具有重要作用. 相似文献
9.
《广东海洋大学学报》2015,(4)
根据1970—2012年智利捕捞南美沙丁鱼的年产量数据,以及厄尔尼诺指数、海平面气压、南方涛动指数等海洋环境和气候因子共9个数据,采用相关性分析确定影响南美沙丁鱼资源量的主要海洋环境和气候因子;利用多种神经网络模型对南美沙丁鱼资源量与相关性分析选取的主要海洋环境和气候因子进行建模拟合,预测南美沙丁鱼资源量。通过对17种不同神经网络模型的研究,以拟合残差、偏差解释率、预报标准差3个因素综合分析,确定南美沙丁鱼资源量的最优预报模型。研究表明,结构为10-8-1的神经网络模型拟合残差仅为0.003 8,偏差解释率高达98%,预报标准差为21%,可作为南美沙丁鱼资源量的预报模型,该研究结果可为预测南美沙丁鱼资源动向提供依据。 相似文献
10.
本文研究一种最优化的俄罗斯油气勘探中的地球物理和实用方法．简要描述了作为该方法的基础的重力－地震综合解释，并在理论上建立了这种解释模式．用该方法可给出油气勘探阶段远景区评价，其预测探井成功率在８０％～９０％。 相似文献
11.
将深度全连接神经网络引入大坝变形预测领域,结合大坝多源监测数据的训练样本,建立基于深度全连接神经网络的大坝变形预测模型。利用几种常见的深度优化学习算法对模型进行优化训练,通过对比各损失函数的变化曲线选取最优学习算法,进一步构建基于最优学习算法的深度全连接神经网络大坝变形预测模型;最后结合大坝多源监测数据的测试样本对模型进行检验分析,并将预测结果和传统BP神经网络的预测结果进行对比。研究结果表明,本文的深度全连接神经网络模型预测精度高、实用性强,可为大坝安全监控提供参考。 相似文献
12.
基于径向基函数神经网络的地震液化侧移预测 总被引：1，自引：0，他引：1
在已有的地震液化侧移数据库中增加累积绝对速度（CAV5）这一地震参数,以考虑震源机制对液化侧移的影响。然后采用径向基函数神经网络（RBFNN）方法建立地震液化侧移预测模型,并与其他模型进行对比分析。结果表明,本文模型预测精确度最高;CAV5在液化侧移预测方面可以代替震级、震中距2项参数;所有参数中,震级、震中距、可液化土层厚度敏感性较高,对液化侧移影响程度较大。 相似文献
13.
人工神经网络和决策树模型在滑坡易发性分析中的性能对比 总被引：1，自引：0，他引：1
机器学习模型广泛应用于区域性滑坡易发性分析。模型的选择关系到评价结果的可信度、准确率和稳定性。现有滑坡易发性分析模型对比研究侧重模型的预测精度。模型的稳定性和数据量敏感性对机器学习模型的性能评估同样非常重要。本文以福建省南平市蔡源流域为研究区,以四川省绵阳市北川县为验证区,从预测精度、稳定性和数据量敏感性3个方面深入对比BP（Back Propagation）人工神经网络模型和CART（Classification and Regression Tree）决策树模型在滑坡易发性分析中的效果,主要结论如下:① 在逐渐增加一定数量训练样本的过程中,BP人工神经网络模型预测精度的增长率更高。在蔡源流域内,当训练样本数量增加10 000时,BP人工神经网络模型的预测精度上升5.22%,CART决策树模型的预测精度上升2.11%。② BP人工神经网络的预测精度高于CART决策树模型,且较为稳定。在100组数据集上,BP人工神经网络模型验证集预测精度的均值和验证集滑坡样本预测精度的均值分别为81.60%和84.86%,高于CART决策树模型的72.97%和76.59%。与此同时,BP人工神经网络模型对应预测精度的标准差分别是0.32%和0.37%,小于CART决策树模型的0.35%和0.67%。③ BP人工神经网络模型分析的滑坡易发区相比CART决策树模型,更接近实际滑坡的空间分布。最后,北川县的验证实验也出现了相同的现象。 相似文献
14.
针对普通神经网络的梯度消失和易陷入局部极值的问题,提出一种基于多元宇宙优化算法(multi-verse optimizer, MVO)的BP神经网络优化方法(MVO-BP),利用MVO全局寻优的特性求取BP神经网络各层之间可靠的神经元阈值与连接权,从而使神经网络预测模型具备更高的预测精度。建立基于MVO-BP算法的GNSS高程异常拟合预测模型,并采用实际工程中少量高程异常数据进行算法可行性检验。结果表明,相较于常规的BP神经网络法及多面函数法,MVO-BP法精度更高、适用性更强,可为实际工程测量中正常高的求取提供参考。 相似文献
15.
针对地震信号中存在大量环境噪声的问题,基于天然地震事件和人工爆破事件建立初始数据集,利用集合经验模态分解（EEMD）技术对波形信号进行分解、降噪,提取出较纯净的各阶本征模态函数（IMF）分量,然后对前10阶分量分别计算分布熵,即EEMD多尺度分布熵,建立神经网络输入矩阵。应用鲸鱼优化算法（WOA）对自组织特征映射（SOM）神经网络参数（竞争层维数、网络训练次数）进行优化,针对不同训练样本寻找对应的最优参数值以改善模式识别的稳定性,从而提高地震识别率。结果表明,EEMD多尺度分布熵结合WOA-SOM模型可有效识别天然地震和人工地震。 相似文献
16.
在全面收集与系统分析全国水温台网近300口观测井2008年动态的基础上，梳理出井水温的正常年动态与固体潮，并进一步识别与分析2008-05-12汶川MS8.0地震震前、震时及震后的异常变化；归纳出全国井水温动态的正常年动态类型、特征及水温潮汐的基本特征，识别出汶川地震前14口井出现的异常，并分析该异常的形态与时空分布特征；分析125口井的同震响应与震后变化特征，进一步论证利用井水温动态监测地震前兆的可能性与存在的问题，提出把现有的水温观测网进一步改造与升级、开拓地壳热动态与地震活动关系观测与研究的创新思路。 相似文献
17.
许文俊 《大地测量与地球动力学》1997,(2)
对宁夏地震重力测网１９８７年以来的野外观测数据进行了统一平差处理和精度评定。给出了判断重力非潮汐异常的标准，并对各期重力平差资料进行了判别。结果表明：宁夏境内中强地震前１年内可观测到重力异常变化，异常特征是正异常，且地震发生在重力变化等值线密集带的一侧或高重力变化腹地 相似文献
18.
针对时间序列趋势转折点的提取,提出一种基于矢量转角和极值点相结合的改进算法,并应用到地震观测资料的分析中。结合地震对应规则,对山西断陷带北部小磨流动水准XM1-XM2测线的地震预测效能进行评估。结果表明：1）该算法可用于时间序列趋势转折点的自动提取,提高了人工判别的工作效率,实现了转折点的定量化识别;2）从数据统计的角度考虑,该测线与200 km范围内M4.5以上地震有较好的对应关系,预测效能评估结果R=0.63（R0=0.43）;3）2000年以后该测线的地震虚报率较高,分析认为可能与远场强震引起的应力变化有关。 相似文献
19.
胡先明 《大地测量与地球动力学》2007,27(Z1):74-78
深井水位测得震级Mt与地震台网震级Ms的差值为记震能力Mst(Mst=Ms-Mt),它能反映地下应力场状况.3口井1 559次记震能力与实际发生地震的检验结果,用R值法评分得0.50,具97.5%置信水平;用 Wallen 法评分得0.54.3口井623个记震能力月度极大值与实际发生地震的检验结果,用R值法评分得0.42具97.5%置信水平;用 Wallen 法评分得0.42.用深井水位记震能力预报地震的实践证明,深井水位记震能力是一种有用的地震前兆预报方法. 相似文献