共查询到17条相似文献，搜索用时 140 毫秒
1.
以内蒙古自治区开鲁县玉米作物为研究对象,将生育期内玉米遥感影像所提取的多种植被指数和实地采样点的测产数据作为训练值,利用BP(back propagation)神经网络和遗传算法优化BP(GA-BP)神经网络估产模型,得出网络预测的玉米产量数值。通过决定系数R 2和均方根误差RMSE,比较实测产量与预测产量之间的精度,BP神经网络模型R^2为0.8452,RMSE(%)为28.37;遗传算法优化BP神经网络模型R^2为0.9850,RMSE(%)为6.70,表明遗传算法优化BP神经网络估产模型具有一定可行性和可信度。 相似文献
2.
以武广高速铁路乐昌段19个路基断面的沉降数据为研究对象,利用Matlab软件建立BP神经网络预测模型,计算原始模型和改进模型的预测误差,对两种模型的适用性进行评价,结果显示：单纯的BP模型容易陷入局部最小,不适用于高速铁路路基沉降的预测,采用双隐含层的GA-BP网络模型可以明显减小误差,提高预测的稳定性。 相似文献
3.
煤层含气量预测是煤层气资源勘探开发利用前期的重要研究内容之一。近些年,BP神经网络算法常用于煤层含气量预测领域,但传统BP模型在训练过程中往往存在收敛速度慢、对初始值敏感以及易陷入局部极小值等问题。为此,提出了一种改进的以人工蜂群算法为特征的BP神经网络预测方法。以沁水盆地某工区3号煤层为研究对象,首先,利用R型聚类分析法对目标煤储层所提取的多种类型的地震属性进行分类,优选出4种对煤层含气量变化反应最敏感且相互独立的地震属性;再利用人工蜂群算法(ABC)寻找BP神经网络的输入层与隐含层的最优连接权值和隐含层的最优阈值,构建具有鲁棒性的ABC-BP神经网络预测模型,并以井位置优选地震属性和含气量数据为样本训练该模型;最后,以整个工区目标储层的优选地震属性为输入,进行工区内煤层含气量的预测。预测结果与各井含气量的变化趋势基本吻合,其中,训练井处的平均误差率为0.23%,验证井处的误差率低于15%,预测精度较高,因此,该预测方法可靠性高,适用性强,可有效用于煤层含气量预测。 相似文献
4.
基于遗传算法和BP神经网络的矿井涌水量预测 总被引：2，自引：0，他引：2
为避免BP神经网络极易陷人局部解的问题,针对遗传算法具有全局寻优的特点,提出了用遗传算法优化BP神经网络预测方法,并以刘桥二矿为例,对其矿井涌水量进行了预测。首先选取刘桥二矿区的2005年3月至2006年12月的矿井涌水量数据进行分析,然后使用遗传算法优化BP网络的初始权值和阈值,最后使用BP神经网络进行训练。将其成果与纯BP网络算法进行比较,结果表明：遗传算法优化BP神经网络的预测方法的预测精度高于纯BP网络算法,将其应用于矿井涌水量预测是有效可行的。 相似文献
5.
随着淮北市相山区岩溶水开采量不断增大,区内岩溶水水位降落漏斗范围不断增大,为保障岩溶水的安全开采与地质环境安全,进行本区岩溶水安全开采量计算十分必要。目前神经网络模型已被广泛应用于岩溶水水位动态计算,但由于网络全局寻优能力不理想,网络训练容易陷入局部极小值,导致网络泛化能力不理想。针对人工神经网络的不足,利用遗传算法(GA)对较为常用的BP神经网络权值、阈值进行优化,将此方法应用于相山区岩溶水水位动态的预测,并以该区岩溶水临界开采水位为控制条件,经模型计算得到相山区岩溶水多年平均安全开采量为3 001.7×10~4m~3。计算结果表明:与BP神经网络相比,GA-BP神经网络具有更高的预测精度,遗传算法可以有效提高BP网络的泛化能力。 相似文献
6.
导水裂隙带高度是西部矿区保水采煤的理论依据和关键参数。近年来,BP神经网络广泛应用于导水裂隙带高度预测,但BP神经网络存在收敛速度慢、易陷入局部极小等问题。为提高导水裂隙带高度预测的准确性,利用粒子群优化算法(PSO)对BP神经网络的权值和阈值进行优化,建立基于PSO-BP神经网络的导水裂隙带高度预测模型。选择开采厚度、开采深度、工作面倾斜长度、煤层倾角、覆岩结构特征为导水裂隙带高度主要影响因素,选取22例导水裂隙带高度实测数据对PSO-BP神经网络进行训练,将训练后的PSO-BP神经网络对2例测试样本的预测结果与实际值进行对比,并与BP神经网络预测模型及经验公式预测结果进行对比。结果表明:PSO-BP神经网络预测模型的平均相对误差为1.55%;BP神经网络预测模型的平均相对误差为4.8%,经验公式的最小相对误差为9.4%,PSO-BP神经网络预测精度明显优于BP神经网络和经验公式,且绝对误差和相对误差变化较稳定,可以有效预测导水裂隙带高度。 相似文献
7.
张宇明 《地质灾害与环境保护》2010,21(3):88-92
结合遗传算法的全局寻优性和BP算法的局部精确搜索求解特点,构建GA-BP模型,通过使用C++语言编写的GA-BP模型算法程序和avenue语言编写的动态连接脚本程序实现该模型与ArcView GIS的集成,并利用GIS平台的海量存储、空间分析及可视化功能,针对区域性边坡稳定性预测的特点,建立了边坡稳定性预测评价系统,该系统可以对研究区内收集到的所有边坡信息进行统一的存储和管理,并能对各边坡的稳定性实现实时的、可视化的预测评价。 相似文献
8.
基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势. 相似文献
9.
针对BP人工神经网络具有易陷入局部极小等缺陷,提出了将遗传算法与神经网络结合,同时优化网络结构的权值与阈值的思想,建立了基于遗传算法的围岩松动圈预测的神经网络模型。用该模型对巷道围岩松动圈厚度进行了预测并与BP预测结果相比较。结果表明,该遗传神经网络模型可靠,预测精度高,用来对围岩松动圈厚度进行预测是有效的和可行的。 相似文献
10.
针对BP人工神经网络具有易陷入局部极小等缺陷,提出了将遗传算法与神经网络结合,同时优化网络结构的权值与阈值的思想,建立了基于遗传算法的混凝土坝抗震可靠度预测的神经网络模型。该模型分别对混凝土坝抗滑稳定可靠度、抗压可靠度和抗拉可靠度进行了预测,并与BP神经网络预测结果进行比较。结果表明,遗传神经网络模型可靠,预测精度高,在岩土工程中利用该方法进行可靠性问题预测是有效及可行的。 相似文献
11.
改进的BP神经网络在流域产沙量预测中的应用 总被引：1，自引：0，他引：1
误差逆传播算法是多层前向网络的典型算法，但是其平方误差函数超曲面存在许多局部极小值，于是给出了基于输出空间的全局优化BP算法（global optimization back propagation algorithm, 简称GOBPA），应用GOBPA，建立黄河某流域年均产沙量的预测模型，结果表明，用GOBPA训练的多层前向神经网络能够以很高精度预报年均产沙量。 相似文献
12.
根据1950-1960年及1974-1985年实测洪峰水沙资料,分析了不同来源区洪水对黄河下游花园口、高村、艾山、利津水文站流量 含沙量关系的影响,以河口镇至龙门区间、马莲河和北洛河总来水量占三门峡、黑石关、小董总水量的20%或25%以上作为中游粗沙来源区洪水,以河口镇至龙门区间、马莲河和北洛河总来水量占三门峡、黑石关、小董总水量的20%或25%以下作为细沙来源区或少沙区洪水。这样,黄河下游花园口、高村、艾山、利津水文站平均流量 平均含沙量关系可分为以增加平均含沙量为主和以增加平均流量为主的两个区。同时,河口镇至龙门区间、马莲河和北洛河的洪水,大大增加了黄河下游平均来沙系数和平均含沙量,并导致全下游河段的必然淤积。 相似文献
13.
通过分析黄河下游枯季径流的影响因素 ,主要为花园口水文站径流量和下游的引黄量这两个因子 ,花园口水文站径流量和下游的引黄量可作为输入层中的影响因子 ,下游利津站的流量作为输出层。应用多层前向人工神经网络理论 ,构造四套枯季径流实时预测的BP神经网络模型 ,使用花园口—利津水文站 2 6年的完整序列测流资料训练和检验网络并用于预测 相似文献
14.
受全球气候变化与人类活动影响,径流序列愈发呈现出非稳态与非线性特征,为降低由此而引发的预报误差,充分发挥不同模型对提高径流预测精度的优势,针对传统径流预报模型的单一性,以干旱区典型内陆河玛纳斯河为例,采用经验模态分解(EMD)提取径流序列中具有物理含义的信号,得到不同时间尺度的多个固有模态函数(IMF)及1个趋势项,利用 ARIMA模型与GRNN模型分别对不同时间尺度的IMF分量进行模拟,分析径流未来变化趋势。运用多元线性回归法、Spearman相关系数法、平均影响值法筛选大气环流因子作为神经网络模型的输入项,根据子序列的局部频率特点构建组合模型。最后将各IMF分量的预测结果重构,得到径流的最终预测值。单一评价指标无法全面评价模型精度,本文通过构建TOPSIS评价模型对径流预测模型进行定量评估,客观评价模型优度。结果表明:EMD分解能有效提取径流序列中隐含的多时间尺度信号,由趋势项可知玛纳斯河径流量总体呈上升趋势;EMD分解可提高ARIMA模型25%的合格率,但对于高频率分量IMF1、IMF2、IMF3,ARIMA模型的相对误差达到70%以上,预测结果不理想;经过筛选预报因子可有效提高GRNN模型精度,其中MIV法筛选的预报因子最适合玛纳斯河,与EMD-ARIMA组合后的GRNN模型的合格率最高,TOPSIS模型得分也最高。预测结果可作为水资源规划与调度的科学依据,建模思路也可为优化径流预测模型提供新途径。 相似文献
15.
黄河中游水资源匮乏,分析水文要素变化趋势对实现水资源的可持续开发利用具有重要意义。根据流域地貌特征及水文站控制情况,将黄河中游划分为3个区间,分别为:河-龙区间、龙-三区间和三-花区间,采用Mann-Kendall秩次相关检验法与线性回归方法,分析检验了各区间年径流量的历史变化趋势。采用设定情景与水文模拟相结合的途径,评估了不同区间河川径流量对气候变化的响应。根据1950-2005年资料分析,结果表明:黄河中游干流控制站实测径流量与区间径流量均具有显著的减少趋势。若气温升高1℃,年径流量将减少3.7%~6.6%;河川径流对降水变化更为敏感,若降水减少10%,河川径流量将减少17%~22%;近些年黄河中游气温升高和降水减少是河川径流减少的重要原因之一。 相似文献
16.
地表水资源是维系区域生态平衡和促进经济社会发展的制约性要素,河川径流是地表水资源的主要形式,二者的丰枯变化均直接影响流域水资源管理。基于江河实测径流量资料和水资源公报资料,初步分析了1956—2018年中国主要江河实测径流量和中国十大水资源区地表水资源的变化和演变特征。结果表明:① 除长江大通站外,中国主要江河代表性水文站实测年径流量均呈现下降趋势。② 黄河上游唐乃亥站实测年径流量为非显著性减少趋势,黄河花园口站实测径流量呈现显著性减少趋势;1980—2000年和2001—2018年唐乃亥站实测径流量较基准期1956—1979年分别变化1.8%和-5.9%,而同时期花园口站实测径流量分别减少26.7%和41.0%。③ 地理分布上,黄河是中国南北地区径流变化的分水岭,黄河以南地区江河径流量为非显著性变化,黄河以北江河径流量为显著性减少趋势,特别是海河流域,实测径流量减少最为显著;21世纪以来,黄河以北河流实测径流量较1980年之前减少幅度超过25%,海河减幅高达80%以上。④ 1956—2018年全国地表水资源量约为27 266亿m3,较第二次全国水资源评价结果偏少122亿m3。21世纪以来,海河、黄河、辽河地表水资源明显减少,进一步加重了区域水资源供需矛盾。 相似文献
17.
随煤层开采深度的不断增加,煤矿生产过程中面临着复杂的突水机理和多变的突水主控因素,且各因素间相互联系的不确定性,使底板突水预测的难度不断增加。为准确预测底板突水危险性,针对底板突水的小样本、非线性问题,首先利用遗传算法(Genetic Algorithm,GA)将网络随机赋值的初始权值和阈值初次优化,再选取搜索能力强、稳定性较好的麻雀搜索算法(Sparrow Search Algorithm,SSA)对权值和阈值进行二次寻优,从而建立SSA-GA-BP神经网络底板突水预测模型。分析整理山东省滨湖煤矿地质及水文地质资料,选取含水层水压、含水层厚度、隔水层厚度、断层密度、断层分维值、渗透系数、单位涌水量、底板破坏深度共8个因素,作为预测底板突水的主控因素,绘制各主控因素3D映射投影曲面图;利用Surfer软件中的克里金插值法提取50个数据点作为模型的输入样本(分为训练集40个,测试集10个),对模型进行训练学习,训练误差精度达到要求后,对滨湖煤矿3个未开采工作面的12个数据点进行突水危险性预测。为了验证所建模型的准确性,利用BP、GA-BP、SSA-GA-BP这3种模型对测试集进行预测;为避免模型仅与BP网络预测对比的片面性,同时选取以熵权法确定权重的模糊综合评判法对测试集进行预测;将各网络模型及方法的预测结果与实际值进行对比分析。结果表明:基于SSA优化的GA-BP神经网络模型突水预测误差较小,预测结果准确率更高,为矿井水害预测预报提供了科学的评价方法和理论依据。 相似文献