井间地层分形描述

用线性插值和分形插值方法建立了井间参数精细剖面模型。在相同的井点值下，修改随机数发生器的种子值，完成分形随机模拟的多次实现，然后用黑油模拟器对不同剖面模型进行动态模拟。对生成的精细剖面图进行了对比，结果表明，分形随机建模能同时考虑地层参数分布的结构性和间歇性，而分数高斯噪声（ｆＧｎ） 比分数布朗运动（ｆＢｍ） 更适合描述沉积环境变化剧烈、随机干扰强的地层。用多次实现的分形随机模型进行动态预测，对开发指标可给出最好、最坏和最可能的估计。间歇指数对ｆＧｎ 法所建模型的动态预测结果影响较大，对ｆＢｍ 影响较小， 在两端注、采井工作制度相同的情况下，用不同的间歇指数建立的ｆＢｍ 分形剖面模型的最终采收率基本不变     

井间地层分形描述

用线性插值和分形插值方法建立了井间参数精细剖面模型。在相同的井点值下,修改随机数发生器的种子值,完成分形随机模拟的多次实现,然后用黑油模拟器对不同剖面进行动态模型。对生成的精细剖面图进行了对比,有很强的可调笥分形随机建模能同时考虑地层参数分布的结构性和间歇性,而分数高斯噪声（ｆＧｎ）比分数布朗运动更适合描述沉积环境变化剧烈、随机干扰强的地层。用多次实现的分形随机模型进行动态预测,对开发指标可给出最     

用深度学习挖掘油田开发指标预测模型的知识

油田开发指标变化特征被当作油田开发规划、油田开采状况评价、油田开发方案设计与调整及油田开发风险预测预警等决策管理问题的重要依据。针对至今没有很好解决的建立智慧油田的瓶颈问题之一——油田开发指标智能预测系统的选择预测方法和模型的知识挖掘问题，基于油田开发的海量数据，利用深度学习的卷积神经网络和循环神经网络，提取反映油田开发动态特征和知识。在此基础上，结合已建立的油田开发指标预测的模型库及知识库，利用深度学习的实体和关系的联合提取方法，提出通过油田开发输入信息、油田开发动态特征指标、油田开发指标预测的模型库和知识库挖掘选择油田开发指标最佳预测模型的知识方法。概念设计的模拟实例表明，提出的知识挖掘流程可实现只要输入油田开发的相关信息，就能自主获得恰当的油田开发指标预测模型。     

基于分数阶微分模拟模型的油田措施增产预测

为了解决多因素影响下油田措施增产预测问题,通过研究分数阶理论、微分模拟理论与智能优化理论建立了参数优化的分数阶微分模拟预测模型。模型克服了措施数据的非线性性、多因素性与适用性不强的缺陷,综合考虑了不同措施对应不同因素下增产效果的预测。通过与其他方法对比表明,新模型预测效果优于其他方法。可见参数优化的分数阶微分模拟预测模型可较好地应用于油田措施增产预测。     

基于自校正模型的非线性系统多模型预测控制

针对化工过程某些非线性系统的不对称动态特性，提出了一种基于自校正模型的多模型预测控制算法。在平衡点附近建立线性模型，利用当前工作点，通过二阶泰勒展开校正模型参数，补偿非线性不对称动态特性，形成了非线性系统的自校正多模型描述。以基于模型输出偏差的切换指标函数作为模型切换准则，结合状态反馈预测控制，构成了多模型预测控制器。pH值控制的仿真结果验证了该算法的有效性。     

动态饲养指标的统计比较方法探讨

不同饲养管理条件下动态指标的统计比较方法，应视饲养试验目的而定，当研究者只注重最终饲养效果时，可灵活地选用方差或协方差分析法，若以揭示饲养管理条件作用机理为目的，重视动态指标变化规律时，应首先采用数学模型方法，将个体动态指标的变化规律用为数不多的模型参数描述，饲养管理条件作用间这些参数之差异便反映了动态指标变化规律之差异，考虑到每个参数的估计误差，为提高统计检验的准确度，还有必要引入广义方差分析法     

基于敏度分析的考虑动态再结晶的黏塑性本构模型的全局可识别分析

提出了一套能够考虑约束影响的大型复杂模型的全局参数可识别分析方法. 该方法基于全局敏度矩阵、全局Fiseher信息矩阵及全局归一化Fisher信息矩阵,可识别性指标包括敏度指数、共线性指数及特征值指标. 通过统计方法将局部指标集合成全局指标;约束通过罚函数方法引入,罚系数通过基于全局竞争排序的方法确定;应用提出的方法对考虑动态再结晶的黏塑性本构模型进行全局可识别分析. 分析结果表明,由于参数之间存在较强相关性,模型中的部分参数很难识别.     

基于混合建模方法的车用比例电磁阀热效应影响分析

针对现有方法无法准确分析、评估热效应对车用比例电磁阀动态性能影响的问题，提出了一种基于多物理场有限元方法与系统动力学混合建模的分析方法. 该方法首先在考虑环境温度下，根据电磁铁的发热与散热特性，建立包含电磁、温度、结构的有限元模型，获得准确的温度场分布及关键参数的变化规律；然后，再与系统动力学方程相结合，建立考虑温度场的系统动态模型；最后，通过试验对比分析了电磁阀在无温升和有温升时的动态特性. 研究结果表明:由温度场引起的参数变化对动态特性有很大影响，当电压为8 V时，电磁阀启动时间延迟了2 ms，建压时间延迟了3 ms；通过试验验证了该方法能够分析热效应对电磁阀动态性能的影响.      

三次采油指标预测及开发最优接替模型研究

在进行三次采油 (聚合物驱、三元复合驱 )中 ,由于存在“分区块开发”、“层位上返”、“产量接替”现象 ,而各个区块、层位的地层条件、开发现状和产能现状不相同 ,投资和成本参数也不相同 ,不同的投产顺序则整体的效益不同 ,为了优化决策各个区块的上产顺序 ,实现产能最优接替 ,提出一种简便预测开采指标“三因素统计预测法”,研究了三次采油工业化过程中多区块产能接替的最优顺序问题和应用网络流规划方法 ,建立了“成本最小”和“产量最大”两类动态优化模型 ,并进行了实例计算 .该模型可以辅助规划人员及领导层对多区块的最优开发顺序进行决策 .     

酸性大气环境下RC剪力墙构件地震易损性分析

基于OpenSees平台中的SFI-MVLEM单元，考虑酸性大气环境对约束和非约束区混凝土与钢筋的力学性能、界面间黏结滑移效应和剪力墙抗剪机制等的影响，提出腐蚀RC剪力墙数值模拟方法．考虑主要设计参数与材料强度的变异性和腐蚀程度的不确定性，结合蒙特卡罗抽样与所提数值模拟方法建立了不同服役期下RC剪力墙分析模型并进行了拟静力模拟试验，捕捉了构件不同破坏状态下的层间位移角数据．基于最大似然估计方法对层间位移角数据进行了3种概率分布的参数估计，基于K-S和Lilliefors假设检验选取了威布尔分布作为层间位移角的最优概率分布并获得相应统计参数，建立了不同服役期下RC剪力墙的地震易损性模型．研究成果可为酸性大气环境下的RC结构灾害损失预测和抗震韧性评估提供理论支撑．     

模糊时间序列预测在动态经济系统预测中的应用

研究适合于动态经济系统的预测方法,对指导我国现阶段的经济工作有很大的意义。为尽可能地减少对动态经济系统预测的偏差,将模糊数学的理论应用于预测过程中,应用模糊时间序列预测方法,解决带有模糊信息的动态预测问题,使所得出的预测结果能够更加符合现实的需要。     

杨树天牛预测预报科技进展

对杨树天牛预测预报的空间分布型与抽样技术、种群动态与生命表研制、测报技术和方法进行综述，并对杨树天牛预测预报的发展趋势作出评述，提出见解。     

高含水油藏开发指标动态预测方法

通过HCZ预测模型与水驱特征曲线联合求解的数学统计方法,实现区块年度产油量、含水率、采出程度、可采储量与采收率等开发指标的动态预测。多种预测方法的联解,优化了区块的动态分析过程,准确地完成各项开发指标的预测。     

贝叶斯理论在光栅动态误差预报中的应用

针对实际测量过程中需要对数据量较少的非平稳性误差进行随机序列建模预报。提出了贝叶斯动态测量误差序列的预报方法。该方法不要求较大的数据量，对序列平稳性无限制，而且在预报过程中间隔插入标准量能有效提高预报精度。设计了一个光栅测长仪动态误差测量实验系统，利用贝叶斯预报方法对其动态误差数据进行建模预报，验证了贝叶斯预报方法的适用性和可行性。     

Dynamic prediction of building subsidence deformation with data-based mechanistic self-memory model

This paper describes a building subsidence deformation prediction model with the self-memorization principle.According to the non-linear specificity and monotonic growth characteristics of the time series of building subsidence deformation,a data-based mechanistic self-memory model considering randomness and dynamic features of building subsidence deformation is established based on the dynamic data retrieved method and the self-memorization equation.This model first deduces the differential equation of the building subsidence deformation system using the dynamic retrieved method,which treats the monitored time series data as particular solutions of the nonlinear dynamic system.Then,the differential equation is evolved into a difference-integral equation by the self-memory function to establish the self-memory model of dynamic system for predicting nonlinear building subsidence deformation.As the memory coefficients of the proposed model are calculated with historical data,which contain useful information for the prediction and overcome the shortcomings of the average prediction,the model can predict extreme values of a system and provide higher fitting precision and prediction accuracy than deterministic or random statistical prediction methods.The model was applied to subsidence deformation prediction of a building in Xi’an.It was shown that the model is valid and feasible in predicting building subsidence deformation with good accuracy.     

论现代经济预测方法的分类原理

分析了现代经济预测的定化、面对数据流、灰色、非线性、动态和智能化等主要特征。简要回顾了经济预测的传统分类方法,认为它己不能很好地满足现代经济预测的要求。然后,根据现代经济的预测特征,结合现代数学、计算机技术和信息技术等的发展,提出了一种新的经济预测分类方法。并阐述了这种分类方法在现代经济预测中所适用的范围。由于现代经济的变化是复杂多变的,在预测时为了准确、真买、迅速地反映其运行规律,有时采用多种预测方法组合预测,有时采用动态仿真预测。     

面向能源规划的围护结构负荷简化预测模型

提出了一种单体建筑围护结构动态空调负荷预测的简化模型,在保证满足区域预测结果精度的同时,将模型输入参数简化至6个;同时采用劳伦斯伯克利国家实验室开发的Buildings Modelica Library开源模型库来建立模型,并验证了该模型的精度;在此基础上运用线性集合法对简化模型进行降阶处理,有效提高了负荷预测的计算速度.该模型的提出,使得区域每栋建筑简化快速模拟均成为可能,为进一步推广到区域空调负荷预测提供了方法基础.     

基于机器学习的石油多峰模型研究及应用

油田在实际开发过程中，受新区块投产、开发方案调整和"三采"措施等因素的影响，年产量数据会呈现多峰形态。针对经典的Hubbert、HCZ等模型不能直接拟合多峰数据序列的问题，开展了基于机器学习的油田产量多峰预测模型研究。基于Hubbert模型，对多峰数据序列进行分段最小二乘拟合，在拟合误差函数中引入控制分段个数的罚分项，采用动态规划算法，自动求得最优分段的多峰预测模型，该模型运用在实际的油田产量数据上，预测结果达到预期目的。提出了一种通过自动最优分段的线性回归学习来建立油田产量多峰预测模型的方法，在实际应用中具有建模简单、自适应性强的优点。     

基于结构动力特性安全性检测的发展及应用现状

工程上,关于结构动力可靠性的研究方法有多种。其中,利用模态分析的结构损伤检测方法证明结构的频率变化可以用来进行结构损伤定位。损伤的判定方法主要有预测模型的方法、基于柔度变化的损伤定位方法、基于结构动力特性的损伤检测可视化方法、基于损伤柔度曲率的新指标的方法、相邻差分曲率差值方法等。目前安全性鉴定标准大多是建立在单个构件的检测基础上的,主要检测构件的变形、损伤、材料性能等参数,直接确定结构的安全性,着重于分析构件的动力特性检测的发展现状及应用。