基于蚁群-BP神经网络的基坑变形预测

由于神经网络具有较好的自组织和自适应特点,已被广泛应用于基坑变形预测领域.但神经网络中节点的权值最优化难以处理.为进一步提高BP神经网络性能,实现准确、快速预测基坑变形的目的,可将蚁群算法作为BP神经网络的学习算法,建立一种新的蚁群神经网络预测模型.实例表明,基于蚁群—BP神经网络的基坑变形预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力,取得了较好的效果.     

毛乌素沙地流动沙丘土壤水分对降雨的响应

为探讨半干旱区流动沙丘土壤水分对降雨的响应,采用AV-3665R型雨量传感器、ECH₂O-5土壤水分传感器同步监测毛乌素沙地东北缘流动沙丘2013年降雨及0～200 cm深度土壤体积含水量动态,分析土壤水分含量变化特征、降雨入渗特征及降雨对土壤水的补给作用。结果表明:5-11月累积降雨399.4 mm,显著(p<0.01)影响0～200 cm深度土壤水分含量; 且0～200 cm深度土壤体积含水量较低(6.49%±1.12%)时53.8 mm降雨、较高(10.22%±1.96%)时24.2 mm降雨湿润锋能够到达200 cm; 试验期间399.4 mm累积降雨对土壤水有一定补给作用,其中45.7±14.1 mm降雨蓄存在0～200 cm深度土壤中,占同期降雨的(11.4%±3.5%,且随着时间的延长,蓄存水大部分将渗漏到200 cm以下补给深层土壤水。     

基于数据挖掘的基坑监测关联性分析及联合预报研究

基坑监测数据量较大,且蕴含大量待发掘的有效信息。而数据挖掘则是从海量,数据信息中探寻内在规律及有效信息的技术。对此,提出将数据挖掘技术应用于基坑监测数据分析中,并利用其进行监测因素关联性研究;在顾及因素关联性基础上,对时间序列法进行改进,提出多因素时间序列法进行监测数据预测,并通过工程实例对此方法进行验证。     

地震储层预测在石南油田河道砂体识别中应用

石南油田石南21井区，是2003年准噶尔盆地的重点评价区块，也是加快准噶尔盆地腹部油气勘探、增储上产最现实的区块之一、该区块实施了三维地震处理解释一体化，在以复杂地表条件综合建模静校止、针对岩性圈闭处理的振幅补偿、组合反褶积提高分辨率为关键技术的精细目标处理基础上，综合运用全三维解释、波阻抗反演、神经网络分析等多种地震技术方法和手段，对石南21井区河道砂体进行识别与描述，有效地指导了评价井的部署和实施，为在准噶尔盆地开展寻找岩性圈闭积累经验。