灰色理论和人工神经网络森林资源预测方法的对比研究

以森林资源一类清查数据为基础,采用灰色系统理论、人工神经网络两种方法对山西省森林资源的发展趋势进行了预测,并对两种方法的优缺点进行了对比研究。结果表明：人工神经网络的相对误差低于灰色理论,拟合性高。采用人工神经网络预测森林资源变化是一种较好的方法,且对数据有较好的适应能力;人工神经网络更适合于短期预测,而灰色理论适合于中长期的预测。在进行森林资源预测时,应根据不同目的把两种方法结合使用。     

基于BP人工神经网络的冻土融沉系数预测方法研究

为促进人工冻结技术在地下工程地基处理中的推广应用，在综合分析人工冻土融沉系数影响因素的基础上，采用BP人工神经网络方法建立人工冻土融沉系数的预测模型。用南京地区典型土质淤泥质黏土、粉质黏土和粉砂的试验数据作为网络模型的学习训练样本和测试样本，对网络模型的预测结果与实测进行对比。结果表明，用人工神经网络方法预测人工冻土融沉系数，结果准确可靠，更接近于实际，是一种很好的预测人工冻土融沉系数的方法：     

北京市花卉产业产值预测方法研究

文章采用简单移动平均法、加权移动平均法、线性趋势预测法、非线性趋势预测法以及灰色预测法等5种方法,通过北京市花卉产值历史数据对2014~2020年北京市花卉产值进行预测。并通过3种评价指标对方法进行评价,可以较为全面直观地对比5种方法的预测精度。探索应用BP人工神经网络于北京市花卉产值预测,结果显示BP人工神经网络的拟合精度更好,为花卉产值预测提供了一种更好的方法,具有一定的理论和现实意义。并针对北京市花卉产业的发展提出对策建议。     

改进的灰色关联分析方法在水质评价中的应用研究

为了比较清晰分级河段水质,采用灰色关联分析法对河段水质进行了评价,应用分段线形法对样本进行了归一化处理,并在原有公式基础上进行了改进,针对关联分析法分辨率较低的问题,采用了级别内插法来提高灰色关联评价法的分辨率。以清河干流为例,分析得出了清河干流2010年水质级别为1.8,0.4,0.5。     

不同水质评价方法在浏阳河水质评价中的应用比较

以浏阳河8个常规监测断面2016年监测水质数据为基础,运用单因子评价法、水污染指数法、综合水质标识指数法、综合污染指数法和内梅罗指数法5种评价方法对其水质进行了综合评价。结果表明:水污染指数法在浏阳河水质评价中具有较好的适用性,单因子评价法无法进行水质定量评价,综合污染指数法和内梅罗指数法无法进行水质类别的评价,综合水质标识指数法评价结果过于乐观。     

土地复垦适宜性评价方法

以土地复垦适宜性评价研究的发展为主线,着重介绍了5类方法,即:极限条件法、指数和法、模糊综合评价法、可拓法、人工神经网络模型法.通过对不同方法的优缺点进行分析比较,并对土地复垦适宜性评价研究的最新发展趋势进行了预测和展望,为土地复垦工作提供了有效的工具.     

基于模糊灰色综合评价法的船舶溢油风险评价

指出了模糊综合评价法是广泛应用于油污溢油风险评估中的一种方法。模糊灰色综合评价法主要用来评估船舶溢油风险的不确定性,同时用来解决船舶溢油风险评估中“样本少、信息少”的特性。如果只采用模糊法进行风险评估会引起信息丢失的缺陷,而灰色理论评价法又不能实现重复利用面模糊评价的特点,结合上述两种方法的优缺点,适当建立一种模糊灰色综合评价法应用于船舶溢油风险的评估,可为长江沿岸港口主管机关加强船舶溢油风险监控提供有效的建议。     

基于灰色关联度及因子分析法的新疆葡萄矿质营养评价

为客观、有效地评价新疆不同主产区葡萄矿质元素营养品质,依据灰色关联度、因子分析、聚类分析法对不同产区葡萄的Na、Mg、K、Ca、Mn、Fe、Cu、Zn、Se等9种矿物元素营养状况进行了综合评价,结果为不同产地葡萄矿物营养价值由高到低是和硕县>玛纳斯县>焉耆县>昌吉市>吐鲁番市>哈密市>鄯善县,和硕县的为第一类,玛纳斯县、焉耆县的为第二类,昌吉市、吐鲁番市、哈密市、鄯善县的为第三类;本研究采用灰色关联度分析、因子分析和聚类分析等三种方法的研究评价结果完全一致,为提高评价结果的准确性,可采取三种方法相结合的方式。     

江津区饮用水环境质量评价及防治对策研究

以江津区不同镇街集中式饮用水源地取水区域为研究对象，通过采样及监测分析，运用综合污染指数法和梅罗综合污染指数法对水质进行了评价。结果表明：所有取水区域水质监测6项基本指标中pH值、DO、COD和NH3－N均满足《地表水环境质量标准》（GB3838－2002）中的Ⅲ类标准限值要求，但TP和TN呈现不同程度超标。综合污染指数和梅罗综合污染指数法评价一致，水质均为良好。从加大对取水区域水污染物排放控制，区域水质综合整治力度和强化农村面源污染防治力度，等方面提出了防治对策，以期促进水环境质量逐步得到改善。     

武陵山区女儿寨森林小流域地表水环境评价

以武陵山区女儿寨森林小流域5个水质监测断面的监测结果为依据,以总氮、总磷、高锰酸盐指数、氨氮作为评价指标,运用综合指数法、模糊数学评价法和灰色关联分析法对其地表水环境进行综合评价.结果表明,源头水、山洞出水口、二级出水口上、二级出水口下和总出水口的水质分别可以达到《地表水环境质量标准》(GB 3838-2002)中的Ⅲ...     

基于VLBP神经网络的林火预测研究

以北京市房山区的林火为研究现象,用神经网络方法研究林火发生及蔓延与环境因子间的关系.用GPS采集林火火场中心数据,测量火场面积;用GIS做空间分析,提取火场空间环境因子;将数据在Matlab中用VLBP神经网络进行训练,建立林火风险的预测方程.风险模型由林火发生的风险模型和林火的蔓延风险模型组成,由于该模型采用的方法不依赖于先验统计模型,所采用的神经网络方法对非线性的数学关系有很强的预测能力,因而该方法具有很强的适用性.     

人工神经网络在CAD中应用的现状与方法研究

在论述人工神经网络理论研究进展，分析人工神经网络模型的特点和性质的基础上，探讨了人工神经网络模型在现代CAD技术中的应用研究现状与发展趋势；阐述了人工神经网络在优化设计中的算法和在CAD专家系统中的应用方法，以及自由曲面神经网络建模方法和特征识别与提取方法.     

人工神经网络技术在变速箱故障诊断中的应用

阐述了人工神经网络技术在变速箱故障诊断中的一般方法，重点介绍了人工神经网络模型训练参参数数的选择和机械故障信息的提取方法，实验结果表明，人工神经网络技术可以快速、准确地诊断出机械故障类型。     

Prediction of Forest Stock Volume Based on Neural Network Model

BP and RBF neural network to predict forest stock volume were studied,but the study in evaluating both networks’ application effects was not conducted.In order to find a higher forecast precision,more strong applicative method,the comprehensive analysis and evaluation on the two methods were carried out in the practical application. By the correlation analysis,crown density,shady-slope and sunny-slope,TM1,TM2,TM3,TM5, TM7,NDVI,TM,(4-3),TM4/3 were selected as input variables,and the forest volume of Miyun County as output variables,RBF and BP neural network models for forecasting the forest volume were established.And the neural network training step length,training time,prediction accuracy and the applicability model of the two methods were comprehensively analyzed.The results show that the RBF neural network model is superior to the BP neural network model.     

小波分析与人工神经网络在木质材料无损检测中的应用

介绍了小波变换和人工神经网络在无损检测中的工作原理,分析了小波变换处理非平稳信号提取特征值、人工神经网络进行模式识别的优点,并提出小波、人工神经网络以及松散型和紧致型小波神经网络在木质材料的无损检测中的应用。     

基于人工神经网络预测广东省森林火灾的发生

应用人工神经网络建立热带森林火灾发生情况预测的多层神经网络模型,并将林火发生影响因子的历史数据作为样本值,输入模型进行训练。结果表明:利用所选取的输入因子作为样本的人工神经网络,可以对林火的发生发展作出准确有效的预测。文中还对模型的准确性和训练精度进行讨论,进而分析人工神经网络在林火预测中的可行性,证明人工神经网络在林火预测中的应用价值。     

基于人工神经网络的树高曲线模型研究

本文利用人工神经网络建模技术,以河南农业大学三区内毛白杨人工林99株的断面积平均直径和树高资料为基础,研建了树高曲线人工神经网络BP模型和幂函数模型。通过两个函数模型的比较表明:人工神经网络建模技术精度高、误差小,具有很强的泛化能力。在用幂函数拟合较差的情况下,人工神经网络也取得很高的精度,其拟合效果具有明显的优势。     

人工智能在机械故障诊断中的应用

介绍了机械故障中应用的各种人工智能诊断方法及理论，包括专家系统、人工神经网络等，根据二者在机械故障诊断中的应用情况分析了它们的优缺点，并以专家系统在汽车故障诊断中的应用为例，阐述了专家系统在实际应用中存在的问题。     

两种模型对森林土壤中量元素空间分布预测

采用 BP 人工神经网络模型与空间插值模型中的泛克里格插值法、三次样条插值法、反距离插值法相结合,预测广东省云浮市云城区与云安区森林土壤中量元素含量的空间分布。结果表明：研究区中量元素交换钙的含量相对较高,为17.333~1169.033 mg · kg-1,其次为全硫,含量为60.787~354.600 mg · kg-1,交换镁含量最低,为8.320~51.580 mg · kg-1;从养分的变异系数来看,3种中量元素在整个研究区的变异系数在33.43%~106.34%之间,其中除云安区的交换钙变异系数为106.34%,属于强变异以外,其他两个元素均属于中等变异。3种插值方法中,泛克里格对交换镁的预测性较好,而对交换钙、全硫预测性欠佳。通过模型的对比发现,BP 人工神经网络模型为最适模型。