多波地震油气储层的自组织神经网络学习与预测

如何充分挖掘出地震数据的有效信息以更有效预测出地震油气储层的分布情况,一直是业内所追求的目标。多波地震数据所包含的纵、横波数据不仅含有大量对油气敏感的特征信息,而且二者对油气响应存在差异,利用好这种差异可有效降低地震反演中的多解性问题。为此,设计了一种基于自组织神经网络的多波地震油气储层分布预测方案。首先,通过聚类分析优选出对油气响应比较敏感的地震属性,然后,对优选优化后的属性进行多波复合运算提取油气特征信息。最后,根据输入样本属性数据集设计自组织神经网络结构,计算神经元与样本的距离确定最佳匹配单元,更新调整网络权值,完成网络训练,得到预测结果。应用结果表明,基于本方案所预测的地震油气藏分布范围与实际情况基本吻合,有效地降低了反演结果的不确定性,从而验证了自组织神经网络应用于地震油气储层预测的有效性和可行性。     

全火星模型中震波传播特征的数值模拟研究

采用基于交错网格的傅里叶伪谱与有限差分混合方法, 求解弹性波动方程, 根据地球化学分析得到的两个火星理论结构模型, 模拟二维全火星模型中P-SV波和SH波的传播过程。根据理论地震图和波场快照, 讨论全火星模型中震波的传播过程以及各种震相的产生和演变, 分析模型内部火星壳厚度以及火星核幔边界深度对震波传播的影响。结果表明, 在低速火星壳内部多重反射波及转换波的相干叠加会形成很强的波列, 其特征受火星壳厚度的影响较大, 在切向分量上可以更清晰地观测到核幔边界的反射震相。     

沉管隧道多尺度方法与地震响应分析

针对目前沉管隧道多质点-弹簧抗震简化分析模型的不足，如无法合理模拟沉管接头的细部构造及力学特征，提出了一种同时表征沉管隧道宏观整体响应和细观接头构造的多尺度分析方法，其中宏观多质点-弹簧-梁耦合模型用于描述沉管隧道结构与地层的动力相互作用以及宏观整体地震响应特征，细观精细化模型用于捕捉沉管接头的张合量、剪力键受力等动态演化规律。以广州某沉管隧道为应用实例，建立了相应的地震响应多尺度分析模型，综合考虑地震动输入方向、运营期环境温度变化等工况组合，研究了沉管隧道管节受力、接头变形、剪力键受力等地震响应特性以及关键因素的影响规律。结果表明，地震动输入方向随着与隧道轴向夹角的增加，结构剪力及弯矩明显增大，而轴力及接头变形随之减小，90°输入时峰值轴力的降幅超过了85%，而接头最大张合量仅为0°输入时的17%；环境温度变化对沉管隧道轴向受力及接头变形影响显著，降温导致接头最大张开量增加了约30%，并使隧道出现了接近峰值轴力60%的拉力。     

认知评估中的属性关系

规则空间模型(RSM)及属性层级方法(AHM)是有较大影响力的认知诊断模型.在RSM与AHM中不可缺少属性及属性层级关系,属性层级关系为属性间的先决关系所诱导.但是,先决关系只考虑了属性之间的关系,却忽略了属性集之间存在的联系.该研究以先决关系为切入点,实例证明先决关系及其诱导的属性层级关系具有局限性,基于属性集,提出更具一般性的蕴含关系,使先决关系为其特殊形式,为当前认知诊断理论研究提供了新的研究角度.     

居民体力活动参与度受城市建成环境要素的影响研究进展

 城市建成环境对居民体力活动的影响与作用，是国内外公共健康、预防医学与环境科学等多学科关注的热点。促进居民日常体力活动有利于提升公共健康水平已被大量研究证实。梳理了当前不同研究视角下的已有成果，从人群行为特征、社会属性、身体特定角度等方面，分析了建成环境的核心要素，展望了未来的研究前景和研究方向。     

TDNFK去噪在煤田地震数据处理中的应用

TDNFK是服务于油田的Geocluster地震勘探资料处理中的面波衰减模块,去噪效果优异。由于煤田地震勘探和油田地震勘探存在差异,在煤田地震勘探数据处理中应用TDNFK去噪模块,就要对某些参数作相应修改。本文根据煤田地震勘探数据,对TDNFK的相应参数做了针对性测试。按照测试后的最优参数运行TDNFK模块,最终结果表明只要采用的参数适宜,流程得当,在煤田地震勘探资料处理中应用TDNFK模块也能取得良好的去噪效果。     

基于驾驶员色彩偏好的交通属性表征研究

色彩已被广泛应用于车辆状况,交通状态,道路条件等交通属性信息的表征。采用对偶比较法考察10种色彩对20种基本交通属性强弱表征的主观感受性。通过卡方检验考察不同被试者对特定属性色彩表征主观感受的一致性,并依据Z分值得出该属性强弱表征的色彩排序。结果表明,对于温度、胎压、音量、速度、瞬时油耗、车流速度、车流密度、光照、长度、宽度、高度、承重量12种连续性属性,以及车辆设备状态、道路设施状态、拥堵状态和安全状态4种两极性属性,不同被试者的色彩表征主观感受一致性较高;同时依据Z分值,可以得出表征12种连续属性强弱递减的色彩序列,对于4种两极性属性,得出表征两极性的最佳色彩选配方案。     

加筋路堤的双参数地震破坏模型研究

现阶段关于加筋土结构的抗震性能设计以及对震后的加筋土结构损伤程度还没有一个统一的评价标准。为完善加筋土结构的抗震性能设计理论,需要对加筋土结构在振动情况下的变形和能量以及极限滞回耗能进行分析。结合室内模型试验,计算试验模型的破损结果,确定模型理论参数,从而建立加筋路堤的双参数地震破坏模型。对完善加筋路堤的抗震性能设计以及对震后破坏的评价具有一定意义。     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle，UAV）对目标捕获能力，进而提高多UAV协同搜索效率，提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm，ICEGA）的多UAV协同目标搜索方法。首先，根据环境的先验信息，在原概率图基础上引入标志位，建立基于双属性矩阵的待搜索环境概率模型，提高环境和目标的信息感知准确度；其次，定义UAV的飞行规则并结合目标先验概率图信息，建立UAV运动模型及确定最大收益的目标函数；最后，建立分布式UAV之间的信息交互模型，运用ICEGA算法优化产生最优协同决策输入航向角集合，在线实时滚动优化产生最优协同路径。实验结果表明，基于双属性概率图结合ICEGA算法更能够保证最优路径的产生，使得UAV能够准确地搜索到目标；同时，对比仿真验证了ICEGA算法能够提高UAV之间的协同性，保证了路径可行性及提高了目标搜索效率。     

基于混合协同过滤的个性化推荐方法研究

针对传统协同过滤算法存在的数据稀疏性和推荐范围问题，提出一种混合协同过滤推荐方法.该方法将两种传统算法结合，并综合考虑了项目标签属性等信息.首先利用基于项目的协同过滤算法生成预测评分，并替换原始用户-项目评分矩阵中的零值.其次利用基于用户的协同过滤算法计算填充后矩阵的用户相似度，以及预测评分并产生最终推荐.最后基于MovieLens数据集实验证明，该方法能够有效提高推荐精度，扩大推荐范围.