似然比检验和贝叶斯推论在雉科分子系统学中的应用

应用似然比检验和贝叶斯推论进行雉科分子系统学研究．所用的56条纫胞色素b基因全序列代表了雉科24属50种以及作为外类群的6个相关属．等级制似然比检验表明该数据集的最佳进化模型为GTR I——G。建立在坚实的统计学基础上的贝叶斯系统树表明雉科可以分为3个分支．特别是包括角雉、松鸡、火鸡和gallopheasant等在内的第3分支的单系群性质得到了充分的支持．深层分支格局的高分辨率和高支持率说明将雉科划分为雉族和鹑族是人为的．结果表明，似然比检验和贝叶斯推论是分子系统学研究的强有力工具．     

储层流动单元划分及描述的分析方法

介绍了流动单元研究的基本理论和方法.利用测井资料,分别对江苏油田真12块垛一段六油组和克拉玛依油田八区克上组砾岩油藏储层进行了流动单元划分.将江苏油田真12块垛一段六油组划分为4类流动单元,给出了各类流动单元参数及物性特征参数.将克拉玛依油田八区克上组砾岩油藏划分为5类流动单元,分析了各流动单元的物性特征,阐明了不同级别流动单元分布、特点及其与沉积微相、隔夹层的关系.     

贝叶斯预测模型在气温变化预测中的应用

贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测，贝叶斯统计不同于一般统计方法，其不仅利用模型信息和数据信息，而且充分利用了样品的先验信息。根据贝叶斯预测模型的特点，介绍了几个贝叶斯预测模型的预测过程和计算步骤，并对南宁地区自1970年以来19年间的气温变化进行了预测。根据计算结果，分析了不同贝叶斯预测模型的预测特点，并给出了几点结论。     

基于交会图和贝叶斯聚类分析法的岩性识别方法

摘要:本文将针对造成伊通盆地莫里青断陷测井解释符合率低的主要因素即复杂的岩性,开展研究,根据这一状况,提出了利用交会图 及贝叶斯聚类分析算法 的岩性识别方法。先对区域资料进行测井响应标准化 ,选择出合适的样本数据,确定自然伽马,电阻率,声波时差,中子,密度五条测井曲线作为岩性识别的参数,符合率达到82.9%。在对区域内十口探井进行岩性解释,最终符合率达到87.1%,有效地提高该区域的解释精度。     

油藏预测中的贝叶斯网络融合方法

针对油藏分布预测的问题,提出了一个贝叶斯网络融合模型并设计了相应的算法.数据预处理时,为消除对地质、测井、钻井等多个专业和领域的数据分类所产生的误差,采用了数据聚类分析中k-平均算法,并针对专业领域数据的特点对算法进行了扩充与优化.最后,融合中心将贝叶斯网络输出的客观概率知识与领域专家知识进行主观融合,得出结论.实验表明,这一方法解决了油藏问题研究中传统方法(单一神经元网络模型方法)设计困难,训练周期长、速度慢,分类结果不精确等缺点,可以满足油藏分布预测的要求.     

基于流动单元分类的非均质砂岩储集层渗透率预测

 综合岩心分析测试和测井资料,对松辽盆地新站油田D404区块葡萄花油层进行流动单元划分,建立中低孔、中低渗非均质砂岩的渗透率预测模型.首先,将葡萄花油层划分为4个特征明显的流动单元,分类后的孔隙度与渗透率关系明显改善;其次,筛选最能表征储集层储集性能的补偿密度、深感应电阻率和中感应电阻率为变量,建立了流动单元指数FZI的测井响应多元回归方程,为应用测井曲线划分流动单元奠定基础;第三,应用与孔隙度关系最密切的补偿密度测井预测孔隙度;最后,应用基于流动单元分类的孔隙度与渗透率关系,预测非均质储集层渗透率,精度明显提高.研究结果为中低孔中低渗砂岩储集层解决非均质问题提供有效途径.     

改进贝叶斯分类器在电力系统负荷预测中的应用

负荷预测对电力系统的安全稳定有十分重要的作用。影响电力系统负荷短期预测的主要因素是环境,如温度、日照、湿度等,这些因素关系复杂,综合考虑所有因素会导致信息冗余,降低预测精度。笔者改进的贝叶斯分类器可以有效地对影响电力系统负荷变化的各种因素进行处理,导出其中的核心因素,以此为基础大大提高电力系统负荷预测的精度。应用此方法对某地区负荷进行了预测,结果表明该方法的有效性和准确性。     

逐步回归分析方法在储层参数预测中的应用

目前,储层参数(孔隙度和渗透率等)分布规律和储层非均质性研究是油气藏描述的核心,储层参数是油层评价的重要依据,储层参数预测在油气勘探开发中具有重要意义。文中通过采用某一个点的测井曲线或地震数据推测出该点的孔隙度或渗透率,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,多元逐步回归分析方法的理论正好适用于这种实际问题。它是利用通过特殊仪器测量的测井曲线数据参数与岩芯属性参数(例如孔隙度),建立测井曲线数据参数与多个岩芯属性参数之间的线性关系,这种方法比较简单实用。因此文中采用逐步回归分析方法作为预测方法,重点介绍了回归分析中的逐步回归的基本思想以及具体计算步骤。最后,提出油气勘探中预测孔隙度的问题,并用逐步回归分析优化回归方程并用此方程预测岩芯属性参数。研究表明,该方法预测精度高,方法稳定有效,逐步回归较好的解决了部分测井勘探的实际问题,基于多种测井信息的多元线性回归方法已成为储层孔隙度定量预测的主要方法,该方法可以把非线性问题转化为线性问题,大大减少了技术上的难题。     

贝叶斯预测模型在矿物含量预测中的应用

矿物含量预测是资源评价中经常遇到的问题,贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测.贝叶斯统计不同于一般的统计方法,其不仅利用模型信息和数据信息,而且充分利用先验信息.根据贝叶斯预测模型的特点,介绍了几个贝叶斯观测模型的预测过程和计算步骤,并对白鹿塬水家嘴剖面的mg2+含量进行了观测,根据计算结果,分析了不同贝叶斯预测模型的预测特点,并给出了几点结论.     

贝叶斯预测模型在气温变化预测中的应用

贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测,贝叶斯统计不同于一般统计方法,其不仅利用模型信息和数据信息,而且充分利用了样品的先验信息.根据贝叶斯预测模型的特点,介绍了几个贝叶斯预测模型的预测过程和计算步骤,并对南宁地区自1970年以来19年间的气温变化进行了预测.根据计算结果,分析了不同贝叶斯预测模型的预测特点,并给出了几点结论.     

贝叶斯预测模型在矿物含量预测中的应用

矿物含量预测是资源评价中经常遇到的问题，贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测。贝叶斯统计不同于一般的统计方法，其不仅利用模型信息和数据信息，而且充分利用先验信息。根据贝叶斯预测模型的特点，介绍了几个贝叶斯观测模型的预测过程和计算步骤，并对白鹿塬水家嘴剖面的mg^2 含量进行了观测，根据计算结果，分析了不同贝叶斯预测模型的预测特点，并给出了几点结论。     

基于流动孔隙度的砂砾岩储层渗透率预测方法研究

渗透率是储层精细评价中的一个重要内容。对于砂砾岩储层而言,由于其碎屑颗粒变化范围较大,渗流网络十分复杂,造成渗透率在横向和纵向上存在较强的非均质性。简单的单孔隙度因素渗透率解释模型难以取得满意的计算结果。基于此,根据Maxwell导电模型的分析,以"渗流门限理论"和"导电效率理论"为基础,以岩心分析数据为依据,通过Kozeny-Carman方程的推导和分析,提出一种应用流动孔隙度预测砂砾岩储层渗透率的新方法,并通过实际资料验证了该方法的可靠性。     

贝叶斯正则化的 BP 神经网络在经济预测中的应用

本文应用Bayesian正则化算法改进BP神经网络泛化能力.通过对湖北省1985年-2004年关于经济发展水平的数据进行拟和以及预测,结果表明采用Bayesian正则化算法比相同条件下采用其他改进算法泛化能力要好,收敛速度快、预测精度高,方法简单,操作方便.实例分析表明, 贝叶斯正则化算法优化BP神经网络的方法是令人满意的,对经济预测有良好的预测效果.     

神经网络与贝叶斯滤波器在换道预测中的应用

为提高车辆在换道过程中的行车安全性。提出一种基于BP神经网络与贝叶斯滤波器的换道意图预测方法,通过车道线传感器、方向盘转角传感器和车身CAN总线采集相关表征参数,将其作为BP神经网络输入数据,对驾驶人换道意图进行初步预测,BP神经网络输出结果作为贝叶斯滤波器输入数据,对BP神经网络预测结果作进一步修正。对模型利用真实换道数据进行训练和检测,结果表明此模型的预测准确率达到91.38%,相较于单一的BP神经网络模型,预测准确率提高了6%,并且具有更强的通用性。     

马岭油田中一区储层流动单元研究

正确划分储层的流动单元可以深化对储层非均质性的认识,对预测剩余油分布、调整开发方案、提高采收率都具有重要意义.根据流动层带指标、孔隙度、渗透率、泥质含量以及粒度中值等参数,采用神经网络模型,将马岭油田中一区砂岩储层定量划分为4类流动单元;利用该区314口井的测井精细解释成果,研究了延安组Y9,Y10砂岩储层5个油层组连通体的流动单元平面展布状况;结合该地区的实际地质和生产状况,研究了各类流动单元的主要特征;分析了流动单元与储层吸水、产液以及剩余油分布之间的关系.指出流动单元Ⅰ,Ⅱ区仍是油田目前剩余油分布的主要区域,是油田挖潜的主要目标.     

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。     

基于砂岩组构分类评价的储层渗透率预测

依据以砂岩岩石学特征为基础的不同类型储层孔渗定量关系渗透率预测模型,对川西新场地区上沙溪庙组Js2气藏储层渗透率进行研究。结果表明:研究区储层砂岩以次生孔隙为主,孔渗相关性差,以孔隙度参数进行的储层评价结果与产出状况匹配性差;根据岩石成份、结构和储集空间发育情况对储层进行分类,建立不同类型储层的孔渗定量关系渗透率预测模型,可明显提高孔隙度和渗透率之间的相关性;根据不同类型储层与测井特征的匹配关系,可实现储层类型的测井判别;在提高孔隙度测井解释精度的基础上,利用测井解释孔隙度,分别用不同类型储层的孔渗定量关系渗透率预测模型计算渗透率,可提高渗透率求取精度,从而提高致密砂岩储层渗透率预测水平。     

朴素贝叶斯分类在数据挖掘中的应用

数据库信息分类中,朴素贝叶斯分类模型是一种简单有效的分类方法,它理论基础好,分类精度高.本文运用朴素贝叶斯分类的方法,对所给数据进行分类和预测,通过一个实例给出了该算法对于预测数据进行分类的详细过程.     

神经网络在辽河滩海地区油气储层产能预测中的应用

从达西二维产量公式出发，研究储层产能的理论方程，通过相对渗透率与含水饱和度的函数关系为纽带，导出油气储层产能与储层有效孔隙度、渗透率以及电阻之间的多元关系式，在此基础上，结合测井学的基本理论，探讨了利用测井资料进行储层产能预测的基本思想，最后采用人工神经网络技术建立了储层产能预测系统，该方法用于辽河油田滩海地区海南构造带东营组三段储层的油气产能预测，效果良好，从而证实了方法的有效性。     

贝叶斯框架的LS-SVM回归在民机液压系统预测中的应用

 为实现民机液压系统的健康预测,将贝叶斯框架应用于LS-SVM参数的选优.选用径向基核函数,选择了预测回归模型的算法和区间预测公式.用训练样本建立了液压系统的健康预测模型,用测试样本验证了公式的有效性;对液压数据参数进行预测,将预测值带入健康评估模型中得到预测结果.结果表明,基于贝叶斯框架下的LS-SVM回归模型可以很好地用于民机液压系统的健康预测.