红板岩材料隐式本构模型的建立及其应用研究     

邹光华  朱建明 《工程地质学报》2003,11(3):258-262

针对红板岩材料在岩土工程中所表现的大量模糊的和不确定的因素等特点,基于人工神经网络的学习能力,借助于室内岩石力学试验,进行了对该材料的力学本构特性进行了神经网络模拟研究,提出了隐式本构模型的思想和方法,并通过该方法对该岩石的流变试验结果进行学习,获得了以网络权值结构保存的力学特性知识,由此得到了表征红板岩应力应变本构关系的隐式本构模型。应用结果表明,该方法对岩土类材料本构关系的模拟研究具有很好的应用前景。  相似文献   

房地产估价方法与应用     

张协奎 《测绘学报》2001,30(1):94-94

本文针对目前国内外房地产估价现状，较系统地研究了房地产估价的理论、方法与应用，内容包括传统房地产估价方法的系统分析、基于人工神经网络的建筑物成新度和土地资本化率评估、基于模糊数学的市场比较法、基于灰色系统理论的假设开发法以及房地产估价方法的综合应用——基准地价评估。 　　1. 尽管三大估价方法的评估角度不同，但相互之间仍存在一定的关联性。采用三角形分布对由三大估价方法得到的评估值进行概率估计，可以反映评估值在市场上实现的大小及其可能性，这比只提供一个确定的评估值要客观、全面得多，对于房地产开发项目决策很有参考价值。由于土地使用制度不同，我国与国外房地产估价在土地使用年期、折旧、资本化率诸方面存在较大的差异。此外，在估价技术上也存在差距，也应引起足够重视。 　　2. 本文首次尝试用人工神经网络模型来评估建筑物的成新度，比传统的实际观察方法准确又简便，具有广阔的应用前景。人工神经网络模型是动态的，随着今后样本数量的增加，通过网络的自学习，不断加强网络的学习能力与训练水平，形成更加完整的系统，从而可以进一步提高测试的精度和扩大评估范围，同时不需要改变网络本身的结构。  相似文献   

基于人工神经网络的区域地质灾害危险性预测评价   总被引：7，自引：0，他引：7  

吕远强  林杜军  罗伟强 《中国地质灾害与防治学报》2007,18(1):95-98,114

地质灾害危险性预测评价的准确性,主要取决于基础资料的可靠性和数学模型的合理性。论文结合工程实例,尝试用人工神经网络方法(改进的神经网络BP模型)对区域地质灾害危险性预测进行评价研究。然后与目前常用的方法(如层次分析法、信息量法和模糊综合评判法等)所得出的结果相比较。结果表明,运用人工神经网络方法对区域地质灾害危险性预测评价相对常用方法更准确、可靠,具有一定的实用意义及推广价值。  相似文献   

潜在地震灾害预测和评价神经网络系统及其若干问题     

陈啸  王宏伟  刘斌  汪婷婷  朱浮声 《国际地震动态》2007,(10):1-7

结合人工神经网络自身的特性和地震灾害预测研究的特点,本文应用神经网络模型,建立了潜在地震灾害预测和评价系统。针对网络模型参数设置、数据归一化、中间层神经元最优数目以及泛化分类评价指标等若干实际问题给出了实际可行的解决方案。通过大样本数据对网络的训练,形成了有识别和记忆功能的非线性预测和评价系统。对网络的测试和检验,论证了该系统在预测潜在地震灾害上的可行性和有效性。同时,从测试精度出发,探讨了这种预测网络存在的不足,并给出了相应的改进建议,为开展进一步的研究工作提供了参考。  相似文献   

饱和砂土液化研究进展   总被引：6，自引：1，他引：6  

任红梅  吕西林  李培振 《地震工程与工程振动》2007,27(6):166-175

根据国内外文献资料,从三方面总结了饱和砂土的最新进展:饱和砂土液化判别方法、砂土液化的试验研究以及液化后分析,特别是探讨了液化对上部结构的影响。最后指出了存在的问题和今后的研究方向。  相似文献   

基于人工神经网络的地震经济损失评估   总被引：3，自引：1，他引：3  

马亚杰  李永义  韩秀丽 《世界地震工程》2007,23(1):146-150

地震经济损失估计是涉及多方面、多级次的复杂指标体系的非线性动力问题。其指标体系的选取以具有代表性、可靠、易获取、易于定量化为原则。应用MATLAB6.5神经网络工具箱,建立了适用于震后经济损失快速评估的三层BP神经网络地震灾害经济评估模型。  相似文献   

利用光学遥感数据、GIS及人工神经网络模型分析区域滑坡灾害(英文)   总被引：3，自引：0，他引：3  

Biswajeet Pradhan Saro Lee 《地学前缘》2007,14(6):143-152

用光学遥感数据和地理信息系统(GIS)分析了马来西亚Selangor地区的滑坡灾害。通过遥感图像解译和野外调查,在研究区内确定出滑坡发生区。通过GIS和图像处理,建立了一个集地形、地质和遥感图像等多种信息的空间数据库。滑坡发生的因素主要为:地形坡度、地形方位、地形曲率及与排水设备距离;岩性及与线性构造距离;TM图像解译得到的植被覆盖情况;Landsat图像解译得到的植被指数;降水量。通过建立人工神经网络模型对这些因素进行分析后得到滑坡灾害图:由反向传播训练方法确定每个因素的权重值,然后用该权重值计算出滑坡灾害指数,最后用GIS工具生成滑坡灾害图。用遥感解译和野外观测确定出的滑坡位置资料验证了滑坡灾害图,准确率为82.92%。结果表明推测的滑坡灾害图与滑坡实际发生区域足够吻合。  相似文献   

投影寻踪学习网络的遥感影像分类   总被引：2，自引：0，他引：2  

严勇  李清泉  孙久运 《武汉大学学报(信息科学版)》2007,32(10):876-879

采用投影寻踪(projection pursuit,PP)学习网络方法建立了一种新的遥感影像分类模型。该方法结合了统计学中投影寻踪算法节点函数灵活的非参数估计特点和人工神经网络的自学习功能,具有简捷的网络结构和良好的鲁棒性能。利用苏州市TM影像进行了分类实验,将分类结果与BP神经网络和最大似然法的分类结果相比较,投影寻踪学习网络的分类精度较高,具有一定的实用性。  相似文献   

BP人工神经网络在青藏铁路南段地壳稳定性定量评价中的应用     

周春景  吴珍汉  石广仁 《地质科技情报》2007,26(3):79-85

将BP人工神经网络方法引入区域构造活动性、区域地壳稳定性研究领域,对青藏铁路南段沿线的构造活动性进行定量分析.选用断层运动速率、地震震级、温泉温度及剪切应变4个关键影响因子作为BP人工神经网络的输入向量,构造活动强度(α)作为输出向量,以α为定量判据,将全区划分为相对稳定区(α＜0.22)、较不稳定区(α≈0.22～0.38)、不稳定区(α≈0.38～0.69)、极不稳定区或强烈构造活动区(α≥0.69).在青藏铁路南段沿线划分出格仁错、崩错、当雄-羊八井、错那湖、唐古拉山口南、聂荣东北、聂荣西北、雅鲁藏布江断裂沿线、萨迦等不稳定区,在不稳定区内部进一步划分出申扎、蓬错、尼木、桑雄、羊八井5个极不稳定区.  相似文献   

区域降水数值预报产品人工神经网络释用预报研究   总被引：6，自引：1，他引：6  

林健玲  金龙  彭海燕 《气象科技》2006,34(1):12-17

利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。  相似文献