基于AP算法支持向量机的设计与应用

设计一种基于AP聚类算法和SVM分类器相融合的新的混合分类器, 使用AP聚类算法优化数据集, 得到了高质量、 小样本的SVM分类器训练集. 实验结果表明: 与传统的SVM分类器相比, 混合分类器具有更高的分类精度; 在心脏病预测上, 该分类器的效果较好.     

E4303焊条力学性能模糊神经网络智能预测

为了获得反映焊条原材料成分与其熔敷金属力学性能之间映射关系的预测模型,该文对E4303碳钢焊条进行配方设计和堆焊试验,测定其熔敷金属的抗拉强度、屈服强度、延伸率、冲击功4项力学性能指标.采用自适应模糊神经网络方法建立了直接由焊条原材料成分预测焊条力学性能的模糊神经网络模型.用该模糊神经网络模型对训练样本以外的试验数据进行预测.结果表明,抗拉强度和屈服强度的预测平均相对误差在5%以内,延伸率指标预测平均绝对误差仅为0.021,冲击功指标预测效果与BP网络相比有明显改善,说明该模糊神经网络预测模型能够直接根据焊条原材料成分较准确地预测其熔敷金属的力学性能.     

基于评论主题的个性化评分预测模型

针对现有基于评论分析的推荐算法没有充分考虑个性化的问题, 通过对评论进行主题分析, 挖掘用户的喜好, 分别建立基于用户和物品的个性化评分预测模型。在真实数据集上进行实验验证, 结果表明该模型有效地提高了推荐系统的评分预测性能。     

用人工神经网络定量预测化工基础物性

人工神经网络是人工智能技术的一个分支。本文将人工神经网络技术用于化合物的正常沸点、临界温度和沸点汽化热的定量预测,取得了较好的结果。估算精度好于或相当于文献方法。通过对三种基础物性的试验,表明人工神经网络技术可以用于定量预测,从而为这种技术开辟了一个新的应用领域。     

离散Logistic人口增长预测模型研究

针对人口预测的复杂非线性特点建立了Logistic模型,分析了Logistic方程曲线性质,并研究离散的Logistic模型具有的混沌遍历性,以非线性最小二乘法率定模型参数,用均方根误差等进行模型效果评价,通过实例分析,采用不同方法相互比较,验证了Logistic模型的有效性和适用性.     

多轴低周非比例加载下疲劳寿命预测方法综述

综述了近年来国内外关于多轴非比例加载下疲劳寿命预测方法的研究现状,评价了各种方法的优缺点和适用范围,并对非比例加载下的疲劳寿命预测方法的研究工作提出了展望和设想。     

基于贝叶斯网络的钻井作业现场风险评估

针对高投入、高风险和不确定性的钻井作业现场,展开了安全评价研究。提出了一种基于贝叶斯网络定量评
价钻井作业现场风险、寻找风险源的方法。通过分析历史数据与借助专家经验识别不安全因素,将影响钻井作业现场
安全性的32 个因素分为“人的不安全行为”和“物的不安全状态”,同时构建了钻井作业现场安全性的贝叶斯网络拓
扑结构,并进行了概率推理向前预测和向后诊断,定量评估了钻井作业现场安全性,找出了影响最突出的不安全因素。
将其应用于龙岗气田L 井钻井作业现场,得出人为的不安全行为和物的不安全状态概率分别为0.108 和0.165,整个L
井作业现场不安全概率为0.137,并诊断出过程监控缺陷、安全防护设施缺失、作业导致隐患、井控设备缺陷、生产管
理缺陷不安全因素最突出,与现场实际情况一致。该评价方法为现场安全作业提供较为准确的诊断依据。     

川东地区飞仙关储层分类及典型井精细解释

四川盆地东部,下三叠统飞仙关组是勘探的主要目标层,研究认为该层由于沉积期水体深度不同,发育三种不同类型的储层,分别是孔隙型、孔隙—裂缝型及裂缝型,由于储层类型不同,其孔、渗性能和天然气产量差别较大,钻井过程中气显示特征也不尽相同。对川东石柱复向斜建南构造XD1井进行精细解释后,认为该井飞仙关气层为一套不同类型的交互沉积层,需要进行逐层精细解释,才能分段确定储层性质及类型,准确进行分段产能预测。     

用多元时序分析法预测油水井动态

采用多元时间序列分析的方法,对油水井动态特性进行了分析,建立了油进含水率的多因素预测模型。利用该模型可在已知水井注水量的情况下对相应油井的含水率进行预测。通过对传递函数模型的识别,分析了油水井的地下连通关系及注水对油井含水率的影响。油田应用实例验证了该方法油田开发动态预测方面的可行性。     

川东地区石炭系分布预测

文章利用地震地层学的方法,采用模型正演手段,分析了川东地区大量常规地震剖面上Ⅶ反射层波型变化与石炭系及其邻层组合的地质、地球物理性质变化的关系,建立了不同地质条件下石炭系变化识别的正演模型,提出了利用常规地震剖面预测地腹石炭系薄层分布的定性与定量方法,预测了川东地区石炭系分布。