江苏某市地面沉降人工神经网络模型预测.docVIP

江苏某市地面沉降人工神经网络模型预测摘要：在分析江苏省某市地面沉降特点的基础上，结合人工神经网络原理，优化BP神经网络的初始权重。模型的训练和检验结果说明，该模型的结构合理、精度高，可以用于对该区地面沉降趋势的分析预测，预测结果表明，地面沉降与地下水位存在较一致的响应趋势，这是一种比较理想的地面沉降预测方法。 关键词：地面沉降 ，人工神经网络 ，算法 ，预测模型 Abstract: analysis on the ground settlement in jiangsu province based on the characteristics of the, combined with artificial neural network theory, optimize the BP neural network of initial weights. Model of the training and test results show that the model is reasonable, the structure of high precision, and can be used in the area of land subsidence trend analysis, forecast, the predicted results show that the ground settlement of underground water and there are consistent response trend, it is a kind of ideal ground subsidence prediction method. Key words: the ground settlement, artificial neural network, the algorithm, forecast model 中图分类号：TN711文献标识码：A 文章编号： 人工神经网络模型本身具有自适应能力，更新方便，通过神经元作用函数的复合完全能够实现逼近有界子集上的任意非线性函数的功能，可以有效解决常规统计方法中存在的较难选择模型的结构形式及非线性参数估计的问题。 1 BP人工神经网络的构建原理 BP神经网络系统的组成元件包括处理数据的基本神经元Neuron及Neuron互相连接的桥梁（Link），不同数量的Neuron组成网络层，即Network Layer。一般的神经网络有输入层（Input Layer）、隐含层（Hidden Layer）、输出层（Output Layer）三个基本层组成（图1）。三者的连接就是由传输函数来传递信息的，传输函数可以是n的线性或非线性函数，实际应用中可以用特定的传输函数满足神经元要解决的特定的问题。主要的传输函数有线性传输函数 （即 ）和Sigmoid函数（即 ）。 2 BP网络的建模参数确定 基于单个神经元对信息的处理能力是很有限的，只有将多个神经元相互连接起来，构成一个神经网络体系，才能够对复杂的信息进行识别处理。这种神经元的联系方式，即人工神经网络的拓扑结构。网络拓扑结构的构成主要是由输入层、隐含层和输出层组成。其输入层和隐含层神经元节点数的选择是人工神经网络设计中最为关键的步骤，它直接影响网络对复杂问题的映射能力。只有建立起比较好的拓扑结构，适合于实际的情况，才能做到更加准确的拟合、预测。 3 BP神经网络在地面沉降中的模型构建 3.1某市地面沉降神经网络预测的基本原理 考虑到某市国土部们、水利部门等对该市的地下水位、以及地下水的开采情况都设有较完善的、先进的监测系统，积累了多年宝贵的资料，而这些资料反映着该市历年来地面沉降受开采等因素影响的变化规律，可以通过建立人工神经网络的地面沉降预测模型，对历史资料进行学习，来识别复杂的地面沉降变化机制，从而实现地面沉降变化的计算机仿真。人工神经网络的地面沉降预测模型不同于一般的计算机公式，而是对地面沉降变化的具体情景的一种综合模拟与体现。网络模型一旦通过学习识别出地面沉降在各个因素影响下的历年变化规律，则可以通过一定的假设条件和制约因素来对以后做出正确的预测。 根据以上原理及其算法，对某市地面沉降建立BP神经网络模型。结合该市地面沉降的影响因素和实际的变化情况，并利用系统建模的理念，来建立BP神经网络模型，通过对学习样本的训练、拟合，达到对该市地面沉降预测的最佳效果。 3.2 某市地面沉降模型的构建 建立该市地面沉降的BP神经网络模型，必须先对历史资料进行分析归类，通过分析数据，来确定模型构建的网络拓扑结构以及模型参数。将各含水层当年地下