基于EEMD-LSTM的森林火灾成灾面积预测模型

森林火灾作为一种常见的自然灾害,影响因素众多,一旦发生将会造成严重损失。基于“分解-重构”的研究思路,采用集合经验模态分解EEMD对森林火灾成灾面积时间序列进行特征分解,将提取出的特征分量分别代入长短期记忆网络LSTM模型进行预测,由各分量的预测值叠加重构得到最终的森林火灾成灾面积预测值。选取我国1992—2017年的全国森林火灾成灾面积作为样本数据进行应用验证,结果表明,与单一BP和LSTM神经网络模型相比,本文所建EEMD-LSTM预测模型平均绝对误差MAE的预测性能分别提高了33.7%和41.8%,均方根误差RMSE的预测性能提高了28.8%和39.1%,预测精度明显优于另外2种模型,在森林火灾预报研究领域具有一定的应用价值。     

基于人工神经网络的森林火险预测

在对河南登封地区火灾发生状况进行有效分析的基础上,以林火发生与其紧密相关的气象因子为基础,运用BP人工神经网络建立了林火发生预测模型,分析得出最好的网络结构为6∶5∶1,建模精度为0.97,98%的样本拟合误差绝对值不超过0.000 7,取得了较好的拟合效果。     

森林火灾中长期预测技术的研究

就森林火灾中长期预测提出了４种技术方法；（１）森林火灾趋势变化与周期分析；（２）森林火灾的时间序列分析；（３）灰色预测模型；（４）前兆因子的相关预报，各种方法都用实际资料建立了适度的预测数学模型。     

灰色拓扑预测方法在森林火灾预测中的应用

根据森林火灾影响因子的不确定性和波动性,以福建省建阳市1970～1994年森林火灾为研究资料,运用灰色拓扑预测方法探讨了森林火灾的发生规律,并建立森林火灾的灰色拓扑预测模型 结果表明:所建立的灰色拓扑预测模型效果十分理想,各个模型的平均精度均在95%以上,所有模型总的平均精度为98 033%,达到一级精度的标准,表明拓扑预测模型能定量分析灾害发生的时间动态及其变化规律,从而为森林保护的有关决策提供了依据     

基于神经网络的森林火灾危害程度预测研究

以可燃物分布、可燃物含水量、可燃物载量、可燃物种类、平均月发生次数、距居民点距离、坡度、温度、湿度等因素为输入变量,危害程度为输出变量,采用BP神经网络建立了林火危害程度预测模型,定量分析这些指标对林火危害程度的影响规律。结果表明:模型具有较高的预测精度,输出结果的误差小于3%。     

镉在鲫鱼体内积累规律及BP人工神经网络模型预测

鲫鱼暴露在低浓度镉溶液中 ,鱼体不同部位对镉具有一定的积累功能。积累能力排序为内脏 >鳃 >肌肉 ;积累量随暴露浓度的增大而增加 ;内脏及鳃中的积累量随时间的增长而增加 ,肌肉中的积累量先随时间的增长而增加 ,达到一定时间后又下降。BP人工神经网络应用于Cd的积累量预测 ,模型精度较高。     

森林火灾发生趋势及预测方法的探讨

【目的】实现森林火灾的预测预报,减少森林火灾的发生及其给社会造成的危害。【方法】利用陕西省17年的火灾发生频数资料,采用Markov转移矩阵和GM(1,l)灰色模型,对陕西森林火灾发生的趋势和预测方法进行了探讨。【结果】2008年前陕西森林火灾基本处于B级稳定状态,最小级A出现于2006年,最大级C可能出现于2008年。【结论】采用2001~2004年实际火灾发生情况对预测模型进行了验证,预测结果与实际相符,为陕西省森林火灾防灾减灾奠定了基础。     

森林火灾蔓延多模型预测系统研究

该文通过对森林火蔓延模型的研究,建立了一种使用产生式原则的多模型森林地表火蔓延预测系统. 此预测系统通过与森林火灾实时监控系统连接,将数据流动由传统公式计算中的单向流动,变为计算数据流回输入端,进行反馈修正计算,从而形成一个对数据库的修正与补充的系统,以达到减小模型预测误差的目的. 与实测结果比较表明,该系统的预测结果可信,能够实现林火蔓延的预测.      

BP人工神经网络模型在太湖水污染指标预测中的应用

【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004～2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为Ⅴ类水质,符合太湖水质污染情况发展态势。【结论】BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。     

BP人工神经网络模型在太湖水污染指标预测中的应用

【目的】利用BP人工神经网络模型预测太湖水污染指标,为探讨湖泊水污染物变化规律提供参考。【方法】利用2004~2010年浙江嘉兴王江泾断面自动监测站4项水质指标,建立了太湖水污染BP人工神经网络模型,并对太湖2012年前5周的水质情况进行预测。【结果】建立了浙江嘉兴王江泾断面的4项水质指标浓度的三层BP神经网络预测模型,其预测精度较高,对湖泊水环境污染物预测的适应性较好;对太湖2012年前5周的水质情况进行预测,结果表明,2012年前5周水质污染情况加重,基本为Ⅴ类水质,符合太湖水质污染情况发展态势。【结论】BP人工神经网络具有很强的非线性映射能力和柔性的网络结构,与传统的统计建模方法相比,其预测精度较高,能较好地反映水质指标的内在变化规律,为控制水环境污染提供了科学预测方法。     

基于BP神经网络的大型水轮发电机定子铁心的温度预测

阐述了神经网络ＢＰ模型和算法，构造了大型水轮发电机定子铁心背部温度预测的神经网络模型，并将计算结果与实测结果作了比较，结果令人满意。     

基于灰色理论的BP神经网络入侵预测模型

提出一种基于灰色理论BP神经网络的网络入侵预测方法。针对传统的预测方法难以高效预测大规模网络的复杂攻击行为,利用基于灰色理论的BP神经网络算法,对网络传输中的数据包建立模型、分析和检测识别,结果表明了改进后的入侵预测模型具有更好的预测精确度和效率。     

加权马尔科夫链在福建省森林火灾预测中的应用研究

以福建省1987-2008年森林火灾发生次数的数据资料为基础,运用加权马尔科夫链预测方法建立预测模型,对2009年福建省森林火灾发生次数进行预测,并利用该方法对2007-2008年森林火灾发生次数进行检验。结果表明,预测结果与实际结果高度吻合,而且预测精度较高,都大于85％,效果较好,说明加权马尔科夫链方法可以用于短期森林火灾预测。     

利用人工神经网络建立谷物干燥模型

分析了谷物干燥传统建模的难点，介绍了人工神经网络建模的原理和方法及其在干燥过程中的运用。     

卷烟劲头的BP神经网络模型预测

[目的]科学地评价卷烟配方中劲头的大小,通过建立BP神经网络模型预测卷烟劲头。[方法]以烟叶游离烟碱百分含量、总烟碱百分含量、结合态烟碱百分含量、游离烟碱占总烟碱比率和水浸液p H作为BP神经网络的输入,感官劲头作为输出,网络训练前对输入指标作归一化处理,然后通过训练样本数据对网络进行充分的训练,获得适宜的参数矩阵,得到卷烟劲头的网络预测模型,最后用训练好的网络模型对检验样本数据进行预测。[结果]卷烟配方中劲头大小的预测值与实际值相对标准偏差小于5%,达到了较好的预测结果。[结论]建立了卷烟劲头的BP神经网络预测模型,该模型对于预测卷烟劲头具有指导意义。     

土壤含水率与像素颜色之间关系的BP人工神经网络模型

建立像素颜色RGB值与土壤含水率之间的数学关系，是染色入渗法的应用基础。结合沟灌染色入渗试验。研究了染色入渗过程中土壤含水率与像素颜色分量之间关系的BP人工神经网络模型。分析土壤含水率与像素颜色分量之间的关系，确定BP人工神经网络的拓扑结构，以像素颜色分量的相对值作为输入因子。土壤含水率作为输出因子，建立了包含1个隐层的BP人工神经网络。结果表明，该模型具有较高的拟合精度和验证精度，优于二次多项式模型。     

基于神经网络的水产品价格预测模型研究

以水产品中鲫鱼为例,选择时间、地理环境和经济条件因素作为输入层变量,价格作为输出单元,输入样本进行训练和仿真,对训练好的网络输入预测样本,将预测结果与市场实际价格进行比较,其相对误差均小于1%。结果证明,所构建的水产品价格预测模型具有良好的精确性和准确性,将神经网络应用于水产品价格预测是可行的。     

安康地区森林火险天气预测预报研究

安康地区森林火险程度不仅受当日14时气温、相对湿度、降雨、风速、24h蒸发量等气象要素控制,而且与前期的温度、相对湿度、降雨及风速均值有关;研究还考虑了季节变化和地面积雪对森林火险的影响。经综合分析,利用true BASIC编写了回归计算程序,得出了3种不同的预报模型。经历史资料检验表明,建立的预报模型适合于安康地区的特点,提出的火险级和预防对策可供生产上采用。