模糊神经网络在地质数据分析中的应用

根据石油地质资料的特点，提出了一种应用于地质数据分析的模糊神经网络模型，试验结果表明，用该模型进行地质数据的多变量分析，不用考虑数学模型，神经网络就能以“Ｂ工”表达方式表示出各变量间的关系。对于具有不确定性和模糊性的地质数据，有良好的分析和处理能力，而且精度和速度都比较理想。     

采空区危险性评价方法优化

为了更合理精确地评价采空区危险性,对利用神经网络评价的方法进行优化,建立主成分分析法与神经网络结合的采空区危险性评价模型.从地质和工程条件出发,综合考虑影响采空区稳定性的13项主要因素,统计样本数据.运用主成分分析法对影响采空区稳定性的样本进行预处理,将分析结果作为神经网络的输入数据,减少输入变量,消除变量之间的相关性,从而加快数据处理速度,提高预测精度.将该方法应用于锡矿山的采空区危险性评价.结果表明,预测误差在8％以内,较未经主成分分析的神经网络预测精度有了很大提高.利用主成分分析法和神经网络结合建立的采空区危险性评价模型具有分析速度快、预测精度高等优点.该方法科学合理,为采空区危险性评价提供了一种更完善的评价体系.     

基于BP神经网络构建矿床地质模型的估值方法

为了解决数字化空间三维模型中数据样本点不足的问题,采用经典BP网络的基本原理,研究了地质变量与其影响因素之间的非线性映像关系,并建立了地质变量参数估值计算神经网络模型的基本结构,从而提出了基于人工神经网络原理建立地质模型的估值方法.结果表明:该方法能较好的决绝地质矿床的各向异性、非线性等问题,弥补了传统估值方法的不足,为地质建模的插值计算提供了理论工具,具有一定的指导意义.     

基于多变量时间序列模型的高含水期产量预测方法

针对油田高含水期地质条件复杂、地层物性变化多样导致产量预测正确率低的问题,提出一种基于多变量时间序列模型即多变量长短期记忆神经网络(LSTM)的产量预测方法。在基于极限梯度提升算法(XGBoost)筛选产量主控因素的基础上,建立综合考虑产量与地质、开发等影响因素之间相关性特征,并兼顾产量自身的时序性变化特征的产量预测模型;实验选取中国某中高渗透砂岩区块油田生产历史数据进行高含水期产量预测模型的训练和测试,并与单变量长短时记忆模型以及其他全连接网络模型结果进行比较。结果表明：该方法具有较好的预测性能,新模型克服了传统全连接神经网络无法描述产量时序数据相关性,以及单变量LSTM无法表征高含水期产量变化受多因素影响的问题,有效地提高了油田高含水期产量预测的准确性。     

时间序列神经网络动态建模研究

采用一种改进的时间序列神经网络用于过程系统的动态建模。该网络将输入变量的时间序列数据作为网络输入，同时以系统的脉冲响应系数为时间序列输入数据的权值，赋予神经网络模型一定的物理意义，从而使神经网络模型获得更好的外延性，能够更好地表达系统的动态特性。     

轮胎纵向力的神经网络模型

将人工神经网络方法用于轮胎纵向力特性的建模，建立了以滑移(转)率为变量，以垂直载荷为参变量的轮胎纵向力神经网络模型。对轮胎实测数据与神经网络模型预测结果的对比表明，轮胎神经网络模型的精度能满足工程要求，BP前馈神经网络可有效地应用于车辆轮胎纵向力特性的数学建模，且建模过程简单，模型计算较快，预测精度较高。     

量子态的数学与神经网络表示

随着深度学习的广泛应用，神经网络模型的数据自生成以及概率模拟等功能在量子态重构与估计方面的应用得到人们关注。通过对量子态的各种不同的数学表示，引导到神经网络量子态的不同表示；从量子态不同物理变量之间的关系，推导出相应神经网络结构上的输入/输出之间的非线性映射关系，为采用不同类型的神经网络模型根据自身数据自生成以及概率模拟功能，实现量子态估计应用，提供网络函数关系及其数据生成的理论设计基础。     

基于神经网络的光伏电站气象-功率模型

基于双层前馈神经网络建立光伏电站输出功率与辐照等气象因素间的非机理模型。建立光伏电站输出功率与气象因素的神经网络模型;对功率模型的输入特征进行选择,分析不同气象因素的组合作为输入变量对模型准确度的影响,明确功率模型的输入变量;分析该模型网络的训练算法、隐含层神经元个数及训练次数对模型准确度的影响,据此确定功率模型的最优结构与参数;基于光伏电站的实际数据对功率模型进行验证。结果表明,基于双层前馈神经网络的光伏电站气象-功率模型具有较高的准确度。     

基于GA-BP神经网络的极端降水定量分析与预测

从南京市、太原市、北京市、上海市和广州市最近10年的历史气象数据出发,采用皮尔逊相关系数法对每个城市年降水量与多个气象特征变量进行相关性分析,通过计算皮尔逊相关系数的绝对值,筛选出前7个对降水量最具有影响的气象特征变量;用GA-BP神经网络构建7个气象特征变量与降水量之间的非线性关系,通过训练得到一个神经网络定量预测模型;以郑州市2021年7月份为例,利用训练得到的神经网络模型对降水量进行预测,结果显示该模型能较为准确地预测极端降水天气,对极端降水预测、提前防范洪涝灾害以及数据缺失值补全等具有重要意义。     

预变形Cu本构关系的神经网络模型和Z-A模型

利用Split-Hopkinson bar装置上所得到的变形数据，研究了冲击预变形铜的神经网络本构关系模型以及Zerrrlli-Axmstrong本构关系模型，比较了两种模型对冲击预变形铜在不同热力学状态下流变应力的预测精度．研究表明：神经网络模型的总的拟合度为0．9％，而Zerrilli-Armstrong模型的拟合度为8％；Zerrilli-Armstrong模型相对于神经网络模型精度较低，是由于物理模型把材料内部某些动态变量作为常数处理，而神经网络模型建模训练时已经包含了这些动态变化的因素；通过增加神经网络输入节点数可以扩大神经网络模型的应用范围。     

模糊综合评判在矿山地质环境中的应用

针对丘陵山区复杂的地质情况,构建了矿山地质环境影响程度的模糊综合评判指标体系;并引入弱模糊一致矩阵结合层次分析法确定权重,解决了传统AHP很难满足一致性检验的问题;依据矿山特殊地质条件,将地质环境影响程度划分为三个等级构建模糊综合评判表,确定各影响因子的隶属度;运用模糊综合评判方法,建立矿山地质环境影响程度的二级模糊综合评判模型。通过该模型在实际矿山中的应用,模型评估结果与实际结果显示的滑坡、地面沉降等地质灾害影响程度吻合性较高。     

分布式模糊聚类微动法铁路路基岩溶地球物理探测： 以皖赣铁路宁国改线工程为例

微动勘探法可探查铁路路基地下岩溶、裂隙通道等不良地质体的发育位置,针对反演成果中土、岩体分界面模糊不清,异常位置及边界不准确等问题,采用分布式模糊聚类算法分析反演数据。系统回顾了微动勘探法和分布式模糊聚类算法基本原理,以皖赣铁路宁国改线某区间既有铁路路基岩溶勘察为例,开展分布式模糊聚类微动勘探进行地层分层、溶洞自动划分。将分布式模糊聚类法分析前后的反演数据同时与钻探揭露结果对比发现,分布式模糊聚类算法可对分界面、异常区域进行自动有效划定,可更加准确地识别地质异常体。说明该方法可较大程度提高微动反演数据的准确率,为铁路路基工程的设计和施工提供参考。     

地质灾害综合评估与区划模型

利用模糊数学的相关理论,建立了基于多源信息融合的地质灾害综合评估数学模型;在该数学模型的基础上,通过GIS的空间分析功能,动态地获取数学模型中所涉及的参数,进而根据这些动态参数与空阃数据库中的相关属性数据,采用快速判别分析的方法对评价单元的地质灾害进行区划研究。将该模型应用于湖南省地质灾害灾情的综合评估与区划工作中。实际应用结果表明,运用该模型能够动态、快速、准确地评估地质灾害灾情,并且其评估与区划的结果合理、可信。     

一种基于模糊CMAC自学习模糊逻辑系统及其在控制中的应用

把HCMA（Hyperball Cerebellar Model Articulation Conroller)与模糊逻辑理论有机结合起来，形成FHCMAC（Fuzzy HCMAC)，它便于从输入输出数据中提取模糊规则，直接用作控制器。可以将FHCMAC看作用基函数网络实现的模糊逻辑系统，兼有HCMAC神经网络和模糊逻辑两者的优点，即可以较容易表达定性或模糊的经验知识，又具有很好的学习性能，应用仿真实例验证了其有效性，该方法可应用于难以获取模糊规则的吻合。     

矿山地质环境变异的模糊综合评价

利用现场调查收集灾害点和区域地质环境数据,将模糊综合评判应用到区域地质灾害危险性评价中,在模糊综合评判时,由于评价因素较多,因此采用二级模糊综合评判模型．评价集采用三级评价标准,即把地质灾害危险性划分为危险性小、危险性中等和危险性大三类．确定了三个参评要素：地质环境条件、地质动力和历史状况,十一个评价因子,采用半梯形分布隶属函数曲线确定其隶属度．选用在传统的层次分析方法上有所改进的模糊层次分析法（FAHP）作为评价因素权重的确定方法,确定了各评价要素、因子的权重值．然后进行模糊变换与综合评判,根据最大隶属度原则,评判计算单元所属危险性级别．为定量评估研究区地质灾害危险性,把整个太原市西山矿区进行单元划分。将全区划分为23个有效单元．文中以第15单元为例具体说明了模糊综合评判方法．在整个研究区运用该方法,计算出每个单元所属地质灾害危险性类别,从而判断了各单元所属的危险性等级．     

基于地质统计学的关宝山铁矿品位模型基础储量估算

以鞍钢集团所属关宝山铁矿为例,运用地质统计学相关原理建立地质数据库、地质构造模型、矿体实体模型和实验半变异函数、拟合实验半变异函数的数学模型,然后进行交叉验证,证明估计的无偏性。结果表明:在数据不充足的情况下,地质统计学在矿床品位估计方面可以作为对"距离幂次反比法"的一种补充。     

模糊关系数据库系统中的函数依赖与多值依赖

用模糊关系数据模型来描述不分明的模糊数据是关系数据库理论发展中的一个重要的新课题。本文用模糊等价关系及其隶属函数来描述模糊函数依赖与多值依赖,看出经典数据依赖是模糊数据依赖的特例。并且证明相应于Armstrong公理的一套模糊数据依赖的推理规则是正确、完备的。     

基于多源信息融合的湖南省地质灾害区划分析

分析了湖南省地质灾害的种类和规模,总结了当前地质灾害评估及预测的方法和手段。并针对湖南省地质灾害分布特点,利用模糊数学相关理论,通过GIS的空间分析功能,采用快速判别分析方法,建立了基于多源信息融合的地质灾害综合评估数学模型,对湖南省的地质灾害进行了区划分析。结果表明,该方法可以动态、快速、准确的将湖南省地质灾害危险程度分为极危险区、重危险区、中度危险区、微度危险区、无险区,为湖南省地质灾害的防治及治理提供了科学的依据。     

基于模糊专家系统的钻井溢流智能预警技术

针对钻井过程中由于地质信息复杂或缺乏邻井资料的原因,而使得无法建立基于样本信息的溢流预警模型的 问题,通过对溢流发生机理及其表征规律进行研究,提出了一种基于分层思想的模糊专家系统所构建的溢流智能预警 模型,该模型利用钻井专家的知识经验结合溢流表征规律能实现钻井溢流智能预警。该溢流智能预警模型通过对溢 流表征参数进行模糊化处理,再结合模糊规则库进行推理计算,并将所得结果进行反模糊化处理,从而实现快速、准确 的溢流智能预警。通过现场数据对钻井溢流智能预警系统的验证表明,该溢流智能预警技术能够满足现场应用需求, 具有较好的应用前景。     

海相巨厚砂岩油藏夹层精细地质建模方法研究

以塔里木盆地东河1油田石炭系东河砂岩油藏为例,从夹层单井精细识别和连井对比入手,以夹层地质知识库、岩芯分析化验资料和动态资料为约束,建立夹层三维地质模型。研究认为,在完善单层划分对比的基础上,基于地质认识开展层间、层内夹层平面分布研究,采用确定性建模方法将其嵌入到地质模型中,可以得到夹层与储层准确的三维空间配置关系;利用夹层岩芯分析化验资料建立夹层物性解释模型,将孔、渗解释结果作为输入建立夹层属性模型,使得结果更加逼近地下真实情况。后期千万级网格数值模拟运算结果表明,地质知识库与地质建模相结合、地质建模与数值模拟一体化的海相巨厚砂岩油藏夹层地质建模方法效果良好。