二维声波方程稳健迭代速度反演

从二维声波方程初、边值问题出发,通过引进一个广义幂指数误差分布函数,以及对波动方程的Ｌｉｐｐｍａｎ－Ｓｃｈｗｉｎｇｅｒ方程的解进行Ｂｏｎ近似,导出一个残差加权迭代最小二乘（稳健迭代）算法,进而实现对地下介质剖面的速度结构以演计算。模拟计算表明,本方法具有较高的精度和较强的抗干扰能力,是求解声波方程反演问题的一种有效方法,同时也为地下介质的速度分布成像提供一种新的技术。     

深基坑施工时地表沉降预测的时序-投影寻踪回归模型

为了保证施工的正常进行、实现信息化施工,必须对基坑实际监测数据进行分析与预测。现有的趋势时间序列分析方法很难满足实际施工中高度非线性问题的拟合,预测误差较大。基于这点考虑,以天津某工程基坑施工地表沉降观测序列为例,在对原始数据进行分析的基础上,提出既可以考虑趋势时间序列,又具有高度非线性拟合性能的时序-投影寻踪回归模型。首先,通过比较分析几种时间序列方法的逼近误差和预测误差,寻求出一种逼近较好的时间序列预测方法。然后,将预测得到的时间序列和观测数据相结合,采用投影寻踪回归方法拟合。应用结果表明,该模型逼近性能良好,预测误差小,可为深基坑位移沉降的动态预测提供一条较好的途径,对基坑动态设计与信息化施工等方面具有重要的参考价值。     

遥感图象的分形压缩

将分形几何学的思想和方法引进对地学数据压缩的研究中，首先讨论基于局部迭代函数系统的分形压缩的基本原理和具体方法；然后将它们应用到地学数据上，对若干遥感图象进行了压缩处理，并对所得结果作了分析和讨论。     

地震—大地电磁数据非线性联合反演方法研究

在地球物理数据广义线性联合反演方法的基础上，研究了地球物理数据非线性联合反演方法。对这两种方法的反演效果进行了比较、分析，得出了非线性联合反演方法比广义线性联合反演方法更优越的结论。还对解决迭代公式中数量级不一致的问题进行了论述     

地质总体分解的分部迭代算法

本文提出一种新的地质总体分解计算方法－线性、非线性分部迭代算法。实例表明，该方法计算精度高、收敛快。     

时间序列模型在工作面涌水量预测中的应用

在矿山实际生产过程中，涌水量预测对于矿山防治水具有重要意义。以山东郓城煤矿1301工作面为研究对象，先不考虑季节性因素影响的条件下，采用时间序列分析模型ARIMA建立涌水量与时间的函数关系，迭代拟合结果精度低，表明郓城煤矿1301工作面涌水量时间序列受季节性因素影响；在此基础上，基于时间序列加法分解原理，分离提取涌水量时间序列中的长期趋势、季节指数、循环因子和随机变动参数，并应用熵权法确定各参数权重，建立工作面涌水量预测的非线性回归修正模型，并将模拟预测结果与忽略季节效应的ARIMA模型预测的涌水量进行对比，结果表明，建立的非线性时间序列模型计算的涌水量更为接近实测涌水量，验证了方法的准确性。研究成果将为矿井涌水量预测提供新思路。      

地震——大地电磁数据非线性联合反演方法研究

在地球物理数据广义线性联合反演方法的基础上，研究了地球物理数据非线性联合反演方法。对这两种方法的反演效果进行了比较、分析、得出了非线性联合反演方法比广义线性联合反演方法更优越的结论。还对解决迭代公式中数量级不一致的问题进行了论述。     

广义解析函数的非线性Riemann 问题

讨论了平面上广义解析函数的非线性Riemann问题，把它转化为奇异积分方程，并利用压缩原理证明解的存在性。     

基于交替迭代算法神经网络评价岩石边坡稳定性

目前边坡工程中常用的稳定性分析方法主要分为极限平衡法和数值分析法2大类，文章对它们各自的主要愿理、特点及其优缺点等进行了阐述。首先，根据经典边坡稳定分析方法存在的局限性，提出有必要建立基于人工神经网络的边坡稳定性预报方法。其次，针对经典算法BP网络存在的某些缺陷，提出了一种交替迭代算法神经网络，以提高其非线性映射能力和泛化能力。交替迭代神经网络算法通过解2个阶数比较低的线性代数方程组，逐步求得连接权值的。以此提高收敛速度，且有利于寻求最优解。作者用FORTRAN语言编制了程序。分析了建立边坡岩体稳定性预测网络模型的建立中应该注意的几个方面。最后，基于已有的40个岩石边坡工程实例进行所建立的神经网络的训练和边坡稳定的预报，结果表明文中所建立的边坡稳定性预报方法具有较高的预报准确度。     

基于Matlab的BP-NN时间序列法预测地表水资源量

本文以Matlab神经网络工具箱GUI为依托,用地表水资源时间序列的年径流量资料作为训练样本的基础,生成训练样本输入数据和期望输出数据,建立时间序列神经网络预测模型。模型优点可以模拟多变量而不需要对输入变量作复杂的关系假定,不要求知道输入输出变量之间的关系,只需通过用误差反向传播的(BP)算法训练神经网络,获得输入输出之间的映射关系。最后,以玛纳斯河肯斯瓦特站历年的年径流资料验证时间序列人工神经网络预测模型的可行性与有效性。     

新疆阿尔泰造山带变质作用演化及其地质意义

阿尔泰造山带发育了一系列低压红柱石型与中压蓝晶石型变质带．红柱石型变质带发育了黑云母带、石榴石带、十字石带、十字石-红柱石带、矽线石带、矽线石-堇青石带：蓝晶石型发育了黑云母带、石榴石带、十字石带、蓝晶石带、矽线石带．中压的蓝晶石序列估算温度为445～747．6℃，压力为0．64～0．95GPa中压序列随变质作用增加．压力有增高趋势：低压的红柱石序列温度445～681℃．压力0．3～0．8GP乱自十字石带后．压力明显降低．可能是靠近热源而导致早期中压痕迹消失．因此红柱石型变质带不是一个正常的变质演化系列．蓝晶石型变质早于红柱石型变质．蓝晶石型变质序列可能与晚古生代弧-陆碰撞事件有关．红柱石序列的形成可能与碰撞相关的广泛花岗岩体侵入及中压岩石抬升有关．     

一种大坝渗透系数分区反演新方法研究

基于人工神经网络的非线性映射特征,在渗流有限元计算的基础上,结合水头和渗流量等实测资料提出了大坝渗透系数的反演方法。为了克服经典神经网络存在的缺陷,提出了模拟退火的交替迭代算法神经网络新方法。在相同的初始条件下,用该新方法和经典网络进行了比较,得出前者的优越性和有效性。同时将该方法用于大坝的渗流反分析,利用反演出的渗透系数进行渗流场计算。数值计算结果表明,这种方法对大坝渗透系数反演问题具有较高的识别精度,反演结果可靠,可以用于实际工程。     

水气二相流方程的一种离散数值解法

提出了水气二相流方程的一种数值解法.在利用有限元方法求解水气二相流方程时,引入了离散Newton迭代方法,用于非线性有限元方程组的线性化处理,将这一步计算的收敛阶由原有研究的线性收敛提高到平方收敛,并避免了直接应用Newton迭代方法给编程带来的不便.同时在求解两相的有限元方程组时,采用两相方程组并行迭代的方法,与联立计算相比节省了大量的内存空间.     

河网水力数值模拟的松弛迭代法及水位的可视化显示

以Saint-Venant方程组为基础,讨论了按Preissmann加权四点隐式格式进行离散所得的非线性代数方程组的Newton-Raphson迭代解法,对河网非恒定流用松弛迭代方法进行计算,并利用GIS Map-Info实现了计算结果的可视化.     

煤岩突出中孔深扩展与孔洞形成的阵发混沌模型

煤与瓦斯突出是煤岩-瓦斯系统远离平衡状态下的高度非线性行为,是井下开挖引发的最复杂的动力灾害。对混沌理论作了简要回顾,在该理论背景下研究煤与瓦斯突出演化过程的特性,得到煤岩系统在突出前处于嵌套层次较低的混沌态,而短暂时间内雪崩式突出一系列可简化为球壳形式的煤体形成孔洞是处于阵发混沌态有节奏的快速迭代阶段和突出停止后处于状态稳定的平衡态的认识。鉴于描述复杂性问题各类非线性映射所表现出的普适性质,在数学上可用Logistic函数 及其复合函数 为核函数的阵发混沌态迭代运算,来对突出的发生、发展和终止行为进行描述,并给出核函数中相对孔深 和突出参数 的初步形式。该研究可深化和丰富对突出物理本质的认识。     

河网水力数值模拟的松驰迭代法及水位的可视化显示

以Ｓａｉｎｔ－Ｖｅｎａｎｔ方程组为基础,讨论了按Ｐｒｅｉｓｓｍａｎｎ加权四点陷式格式进行离散所得的非线性代数方程组的Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ迭代解法,对河网非恒定流用松驰迭代方法进行计算,并利用ＧＩＳ Ｍａｐｉｎｆｏ实现了计算结果的可视化。     

柴达木盆地新生代构造样式的演化特点

本文将柴达木盆地新生代构造样式的演化归纳为６种序列和两个主要阶段,即冲断构造→生背斜→反冲断层→断层背斜序列、生长背斜→反冲断层＋断层疹斜序列、生长背斜→纵弯背斜序列、生长断层→滑脱褶皱序列、水平岩层→纵弯背斜序列。构造样式的演化具有明显的地区性特点,盆地南北两侧具似性,而盆地中央呈东西差异。两个阶段是喜马拉雅早中期的压缩构造样式发育阶段和晚期的强烈压缩构造样式发育阶段。控制柴达木盆地构造样式规律     

基于混沌神经网络理论的城市地面沉降量预测模型

通过分析城市地面沉降量时间序列的非线性动力学系统,认为该时间序列具有混沌特性。在此基础上,通过相空间重构的方法建立了用于城市地面沉降量预测的混沌神经网络模型;并利用此模型对高桥地面沉降量进行了预测,并和实际监测沉降量进行了比较,最大绝对预测误差为1. 7,预测的平均误差为0. 0833,研究结果表明,应用混沌神经网络模型进行城市沉降预测是可行、精确的。     

标定碰撞构造的地层学线索——欠补偿周缘前陆盆地结构与充填序列

欠补偿周缘前陆盆地发育于陆间造山带的早期阶段。前陆褶冲带不同的前缘断裂活动样式决定了前陆盆地发育不同的结构。以低角度、盲逆冲活动为特征的前缘断裂所控制的前陆盆地发育了复杂的次级构造单元，具体可识别出楔顶、前渊、前隆和隆后4个沉积带。这类前陆盆地发育了3种类型的沉积序列：①靠陆一侧初始前隆区发育的“欠补偿三位一体”充填序列；②前渊带靠陆一侧发育的陆棚沉没充填序列；③初始前渊深海一半深海区发育的沉积颗粒向上变粗、沉积环境向上变浅的沉积充填序列。欠补偿周缘前陆盆地沉积物扩散方向转换面、碳酸盐岩台地沉没不整合面等关键界面的时空位置是标定碰撞构造的主要地层学标志。     

水环境非线性时序预测的高精度RBF网络模型

为提高水环境非线性时序预测模型的精度,用自相关技术分析水环境时间序列的延迟特性,确定径向基函数(RBF)网络的输入、输出向量,建立了水环境时间序列预测的高精度RBF网络模型.用32年海洋水温时间序列实测资料来训练和检验网络并用于预测.用该模型对长江流域望江楼站8年总硬度、高锰酸盐指数、五日生化需氧量、氨氮、溶解氧、挥发酚、镉、氯化物、硫酸盐等9种水环境要素时间序列进行预测.实例分析表明,所建模型预测误差均较小,好于门限自回归模型,BP神经网络模型和ELMAN神经网络模型.所建模型不仅精度高,而且收敛速度快.