神经网络方法确定玛北油田岩性油藏含油边界

用常规方法确定岩性油藏含油边界需要一定的井孔资料，导致勘探成本较高，为此引入神经网络方法。先对地震资料进行解释，提取地震特性参数，与已知井的试油结果一起组成神经网络的学习样本集，经训练并绘制测线剖面或平面图，最终确定出含油边界。应用该方法对准噶尔盆地玛北油田二叠系乌尔禾组和三叠系百口泉组油藏进行了含油边界的确定，结果表明，用该方法可以直观地在剖面图上确定油藏的含油边界，这样确定的含油边界能够满足储量计算的要求，且该方法较传统方法有很大的优越性。     

基于BP神经网络的三维地质参数预测及立体图显示

基于现代神经网络数理统计新技术，提出一种简易可行的ＢＰ神经网络三维估值模型，以此可根据研究区域的已知资料对其未知点处的储层参数值进行高分辨率的预测；采用立体等值线图可视化技术来实现该模型估值的直观图形显示，充分揭示三维地质体某种特征参数的纵横向变化规律．最后成功地处理了Ｓ盆地中部气田马家沟组地层压力数据，结果表明，该法是一种有效的高分辨率估值技术，在油气藏描述中值得推广使用．     

共因失效数据分析方法

提出一种基于神经网络技术的数据映射方法,训练样本通过蒙特卡罗方法获得·该方法能将已知的一般工业实验数据转换成特定工厂应用的数据,实现了不同阶次冗余系统失效数据之间的映射,弥补了共因失效数据的不足,降低了共因失效分析中的不确定性,为系统可靠性分析提供可靠的数据来源·通过实例分析与对比,验证了神经网络是一种解决非线性问题的好方法,同时也说明应用神经网络技术进行共因失效数据分析的可行性·     

神经网络技术在桥梁构件声波检测中的应用研究

随着桥梁工程建设的发展,其混凝土构件质量检测显得越来越重要.采用非线性的BP神经网络方法技术,利用声波的运动学和动力学特征参数,在已知样本参数的约束下,对桥梁混凝土构件缺陷进行多参数综合检测,就方法技术而言是可行的.通过对某大桥混凝土腹板裂缝采用非线性BP神经网络方法技术进行综合检测,其结果验证正确,证明了该方法技术的有效性,且较常规的线性方法技术有着更高的精度和可靠性.为BP神经网络方法技术的应用探索了一个新的领域.     

神经网络方法确定玛北油田岩性油藏含油边界

用常规方法确定岩性油藏含油边界需要一定的井孔资料,导致勘探成本较高,为此引入神经网络方法。先对地震资料进行解释,提取地震特性参数,与已知井的试油结果一起组成神经网络的学习样本集,经训练并绘制测线剖面或平面图,最终确定出含油边界。应用该方法对准噶尔盆地玛北油田二叠系乌尔禾组和三叠系百口泉组油藏进行了含油边界的确定,结果表明,用该方法可以直观地在剖面图上确定油藏的含油边界,这样确定的含油边界能够满足储量计算的要求,且该方法较传统方法有很大的优越性。     

用神经网络来进行数据库中知识发现

讨论了数据库中的知识发现的基本技术，提出了一种适用于数据挖掘的神经网络方法，并给出了神经网络数据挖掘系统的构造过程，应用结果表明该方法是可行有效的，并对该方法进行了深入的讨论。     

基于ART理论的自组织神经网络模型在水资源分类中的应用

BP和RBF神经网络技术以其强大的学习功能应用于水资源分类,取得了很好的效果。但当不具备已知样本时,以上技术很难应用。提出了可塑性较强、无监督的A－K网络模型,阐述了其基本原理和算法,并将其用于水文水资源研究领域中。实例表明,该方法能较理想地解决已知样本的分类问题,具有良好的应用前景。     

基于Levenberg—Marquardt算法的应力集中预测

应用应变电测的基本原理及技术，测量所研究试件应力集中附近处的应变值，以神经网络技术为基础，采用单隐层网络结构，以Levenberg-Marquardt算法来训练网络，笔者在收集已有相关资料的基础上，对应力集中处的最大值进行了预测，通过与常用的应力集中预测模型进行数值计算比较，表明该模型预测精度高，可靠性强，模型中所采用的数据预处理方法，大大扩大了模型的应用范围。     

振动系统非线性特性的神经网络识别法

本文介绍了振动系统非线性特性识别的一种结构化神经网络方法，与标准的前馈网络融进了人们对系统的已知认识，神经网络仅仅用来学习未知部分，本文将其应用于振动系统非线性特性的识别，结果表明该法是可行的。     

GPS高程的神经网络转换方法

探讨了用神经网络方法转换GPS大地高为正高或正常高,给出了一种改进的BP神经网络拓扑结构和算法,并用GPS实测资料数据进行了计算分析,估算精度达到厘米级,且精度比较稳定,已知样本点的数量要求较少。     

基于神经网络的内燃机零件可靠性优化设计

应用神经网络技术提出了内燃机零何靠性优化设计的一种新方法，建立了神经网络优化数学模型，并以实例表明该方法是可行的，且比常用的数学规划方法更适合于并行处理优化计算。     

基于灰色神经网络的测井预测地层破裂压力

在新兴的信息处理技术中,灰色系统预测法和神经网络预测法都可用来解决精细测井解释和油藏描述中的模式识别和参数预测等问题。基于灰色GM(0,N)静态模型和BP神经网络模型,提出了一种新的参数估算方法即灰色神经网络判释法,由此分析了利用测井资料预测地层破裂压力的可行性。以H盆地中部气田为实例,综合应用现场试采测压资料和测井资料,建立了该气田石盒子组马家沟组地层破裂压力的灰色BP神经网络预测模型,成功地处理了该区25口气井(油井)资料。结果表明,该法简便好用,预测精度高,为应用测井资料预测地破裂层压力开拓了一条新的途径。     

用神经网络来进行数据库中的知识发现(英文)

讨论了数据库中的知识发现的基本技术 ,提出了一种适用于数据挖掘的神经网络方法 ,并给出了神经网络数据挖掘系统的构造过程 ,应用结果表明该方法是可行有效的 ,并对该方法进行了深入的讨论。     

非线性主动噪声神经网络补偿控制

针对目前主动噪声控制方法需要对次级通道进行辨识,且辨识模型精确度严重影响控制效果的问题,提出一种基于神经网络前馈补偿的非线性主动噪声控制方法. 该方法利用神经网络的非线性函数逼近能力,将非线性次级通道作为被控对象,非线性主通道作为噪声模型,设计基于神经网络补偿的噪声控制系统. 该方法无需已知主通道和次级通道模型,且基于Lyapunov定理证明了控制系统的稳定性. 仿真结果表明了该方法的有效性.     

遗传算法-神经网络方法的结构损伤识别

应用人工神经网络技术，提取结构的固有频率的变化为特征参数，建立结构损伤识别模型，提出用遗传算法来调整神经网络的权值，并对一个框架模型进行了损伤数值模拟计算，即基于遗传算法一神经网络方法的结构损伤识别的研究。该方法弥补了传统的种经网络BP网络收敛速度慢，易陷入局部极小点等缺陷．结构表明，该方法具有收敛速度快和识别精度高的特点。     

氡测量在油气勘探中的应用

氡测量作为地表综合物探及地球化学勘探的重要方法，可以快速而经济地取得研究区的勘探资料，预测油气的存在或确定已知油气藏的边界，结合吉林油田具体实例，介绍了氡测量应用于油气勘探的方法原理，并阐述了氡测量的方法技术，应用结果表明，在研究区内，表层因素对氡测量的影响比较小，深层断裂的影响也不明显，测量结果与已知井资料吻合较好，这进一步肯定了氡测量在油气勘探中的应用价值。     

神经网络在控制中的应用

提出一种用神经网络技术直接进行调节器参数整定的方法，应用神经网络对非线性好象进行了自适应控制，仿真实例验证了方案的有效性。     

基于模糊感知器的路面性能预测方法

利用模糊感知器人工神经元网络尝试建立一个智能型路面性能预测模型，对神经网络原理和模型结构进行了系统的理论分析，给出了详细的算法，并以平整度历年调查资料为数据基础，对该模型进行了实例分析，证明了模型的理论与实际运用的可行性。该方法利用神经网络与模糊方法各自的优点，针对不同性能指标，建立对应的神经网络预测模型，来对今后的指标值进行预测，较好地解决了路面性能预测中的模糊性和不确定性。     

神经网络在心电图诊断技术上的应用

综述了近年来神经网络技术在心电图诊断中的应用成果，提出了应用神经网络进行心电图分类的主要技术问题，并指出神经网络和专家系统相结合，是医疗诊断技术的发展方向。     

地震属性参数神经网络油气预测应用研究

论述了油田区块开发前期和中期的油气预测的方法及实际应用问题。主要利用三维地震资料提取地震属性参数,并采用模糊神经网络技术,即将模糊概念和ＢＰ神经网络结合一体进行预测。