岩石质量描述图与岩石质量风险分析探讨

本文针对结构面间距最常见的两种分布形式－－负指数分布和对数正态分布，探讨了岩石质量指标（RQD）的Monte-Carlo模拟方法，首和无根据结构面间距分布密度函数产和一包含50万个随机结构面并按生成顺序排列的模拟真实岩体的总测线，然后为了和实际 钻探时以2米测线计算RQD相一致，在总测线上按均匀分布形式随机抽取大于等于2米的局部测线共5万个计算RQD单值，并进一步统计得出所有RQD的平均值，RQD累积分布曲及岩石质量描述图，对于自然界大部分岩体，可根据结构面间距统计参数，直接在本文得出的一系列岩石质量图上定出RQD平均值，岩石质量百分比（RQP）及岩石质量风险（RQR）。     

基于Hoek-Brown非线性强度准则的节理岩坡稳定性分析全局优化算法

基于Hoek—Brown非线性经验强度准则和简化Bishop法，导出了节理破碎岩体边坡新的稳定性系数计算公式。通过在简单遗传算法（SGA）中引人适应度变换技术改进其收敛性能，提出了节理破碎岩体边坡稳定性分析和最危险滑动面搜索的自适应遗传算法（AGA）。算例计算结果表明：（1）AGA能准确地搜索到边坡全局最小稳定系数及其对应的临界滑动面；（2）AGA计算效率和数值稳定性均比SGA和随机投点法有较大提高；（3）采用不同的适应度变换函数均可提高计算效率。为简便起见，推荐采用线性变换函数。     

热液流体中的离子扩散作用：：Ⅰ.踪扩散系数的理论计算

本文在对已有示踪扩散系数和极限当量电导实验测定数据进行分析的基础上，运用热力学理论建立了离子示踪扩散系数（Ｄ＾０ｉ，Ｔ）与标准偏摩尔熵（Ｓ＾０ｉ，２５）和温度的函数关系：Ｄｉ＾０ｉ，ｒ＝（ａ＾１ｊ＋ｂ＾１ｊＳ＾０ｉ，２５）ｅｘｐ｛（Ｔ－２９８）（Ｃｊ＋ｄｊＳ＾０ｉ，２５）＋ａｉ，ｊ〔（２９８－２２）＾－１．５Ｔ－２９８（Ｔ－２２８）＾－１．５〕／２９８ＲＴ｝应用该方程可计算溶液中离子在任意温度下的     

用TTI和动力学模型计算R0值的对比—以中国南海北部为例

本文以南海北部大陆架西区为背景，对比研究用ＴＴＩ模型和化学动力学模型计算Ｒ０的结果，探讨其对石油成熟度评价的意义。研究表明，由动力学模型方法确定的石油窗成熟起始位置（深度和温度）浅于ＴＴＩ的结果，其差距随着加热速率增加而加大，对南海北部大陆架西区而言，影响程度增加的顺序是北部湾盆地一珠三坳陷－莺琼盆地。     

非稳定法用张力样条计算模型拟合P—S曲线

本文分析了载荷试验数据处理的非稳定法高次多项式拟合不规则Ｐ－Ｓ曲线的局限性，论述了张力样条函数计算模型拟合不规则Ｐ－Ｓ曲线的可行性，借助工程实例说明地为拟合Ｐ－Ｓ曲线的较好模型。     

关于JDP型和JXC型测斜仪方位角的测量误差问题

JDP－1型定盘式钻孔测斜仪（以下简称定盘仪）和JXC－1型磁性钻孔测斜仪（以下简称JXC仪）是两种用于有磁性干扰矿区的钻孔测斜仪，通称环测仪器。它们的测量原理都是以孔口（或孔内某点）走向和连环测量方法，通过公式计算来测定钻孔的方位角。这两种测斜仪，由于结构不同，当测具下孔后，前者每个点只能测一次，就要提上来，观测读数；后者是采用非电量电测法，测具在孔内可以连续多点测量。     

基于遗传算法的非饱和岩体特征参数确定

在进行地下矿山开采和岩体稳定性分析中,非饱和岩体的水力传导度（k）和比容水度（c）等含水层参数是非常重要的基本数据。本文基于随机优化算法中的实数编码遗传算法求解玄武湖隧道工程的水文地质参数,通过岩体参数水力传导度（k）和比容水度（c）精确值与计算值比较,显示遗传算法求解的水文地质参数精度可靠,该法可以应用于非饱和岩体特征参数值的确定。     

新疆东天山斑岩铜矿的找矿模型试探

东天山斑岩铜（钼）矿床位于新疆东天山觉洛塔格晚古生代岛弧北缘的大草滩断裂南侧。该区自早石炭世开始拉张，晚石炭世早期转入汇聚阶段，区内经历了拉张、汇聚、碰撞－固结，陆内堆积和纾张作用多类地质事件，形成一套双峰式火山－沉积建造，复理石建造和钙碱笥系列的花岗岩类侵入建造（属辉长岩－闪长岩－花岗长岩，斜长花岗岩－二长花岗岩组合）。与成矿作用有成因联系的含矿母岸为斜长花岗斑岩和闪长玢岩。研究认为属斑岩型铜（钼）矿床，矿床蚀变强烈，有明显的分带性。在矿产勘查中，应用地质、遥感、地球物理和地球化学勘查方法，其效果甚佳，试探建立了东天山斑岩铜（钼）矿床的找矿模型雏型。     

蔡家营铅—锌—银矿床的稳定同位素地球化学研究

河北蔡家营矿床是大型中温热液充填－交代脉型铅－锌－银矿床。其硫化物的δ＾３４Ｓ值为２．２‰－７．８‰，同世代共存的１０个硫化物对的Δ＾３４Ｓ值表明，Ｆｅ－（Ｚｎ、Ｐｂ）－Ｓ系统的硫同位素非平衡分馏占主导，硫是岩浆（为主）与老变质岩层硫的混合来源。石英及其流体包裹体的δ＾１８ＯＳＭＯＷ和δＤＳＭＯＷ值（‰）按混合模式计算表明，成矿流体为混合的岩浆和大气降水，早期成矿流体以岩浆为主，尔后则变为以大气降     

钛—邻氯苯基荧光酮—Trutib X—100显色反应的研究及微量钛的测定

本文研究了在非离子表面活性剂Ｔｒｉｔｏｎｘ－１００存在的情况下，邻氯苯基荧光酮（Ｏ－Ｃｌ－ＰＦ）与钛的显色反应。试验表明，在０．１０～０．１４ｍｏｌ·Ｌ￣（－１）Ｈ＿２ＳＯ＿４介质中，Ｏ－Ｃｌ－ＰＦ与钛形成灵敏度极高的红紫色配合物，其最大吸收峰位于５４０ｎｍ处，表现摩尔吸光系数为１．８×１０￣５Ｌ·ｍｏｌ￣（－１）·ｃｍ￣（－１），钛含量在０～３μｇ／２５ｍｌ范围内服从比尔定律。该方法用样少，操作简便，灵敏度高，选择性好，适于测定地质样品中的微量钛。     

对比抛物Radon正变换几种矩阵求解方法

抛物Radon变换法(Parabolic Radon Transform)在地震资料处理中有广泛的应用。PRT可对不同频率的地震数据解耦处理,这一特点使得抛物Radon变换的计算效率比双曲Radon变换有数量级上的提高。在频率域求解时,需要对每一个频率成份求解同样大小的线性方程组。求解抛物Radon正变换的计算方法主要有Levinson递推法、共轭梯度法、Cholesky分解法和直接矩阵求逆法。最小平方抛物Radon正变换所形成的矩阵具有Toeplitz结构,可采用Levinson递推法进行计算。高分辨率抛物Radon正变换所形成矩阵的Toeplitz结构被破坏,一般采用共轭梯度法或Cholesky分解法进行求解。这里详细推导了复Toeplitz矩阵的Levinson递推算法,并分别对求解方程的四种方法进行了讨论,最后给出抛物Radon正变换求解的数值算例,并对所给出的四种方程求解方法的计算效率及计算精度进行了对比。     

地铁深基坑支护的遗传神经网络位移反分析

针对目前已有的各种位移反分析方法存在的缺陷,利用神经网络具有的非线性映射能力和遗传算法具有的全局随机搜索能力,提出了一种基于遗传神经网络进行深基坑支护的位移反分析方法。该方法改变了BP算法依赖梯度信息的指导来调整网络权值的方法,而是利用遗传算法全局性搜索的特点,寻找最合适的网络连接权和网络结构等来达到优化的目的。结合地铁深基坑支护位移计算,应用该方法对某一地铁深基坑土体的力学参数进行了反演。结果表明：将位移观测值作为网络输入数据,土体力学参数作为输出数据,在较大的解空间内,该位移反分析方法收敛速度快、解的稳定性好、反演结果精度高,是一种理想的位移反分析方法。最后,采用该软件结合一个工程实例实现了应用遗传神经网络进行的基坑支护位移反分析。     

Soil parameter identification using a genetic algorithm

This paper is dedicated to the identification of constitutive parameters of the Mohr–Coulomb constitutive model from in situ geotechnical measurements. A pressuremeter curve and the horizontal displacements of a sheet pile wall retaining an excavation are successively used as measurements. Two kinds of optimization algorithms are used to minimize the error function, the first one based on a gradient method and the second one based on a genetic algorithm. The efficiency of each algorithm related to the error function topology is discussed. Finally, it is shown that the use of a genetic algorithm to identify the soil parameters seems particularly suitable when the topology of the error function is complex. Copyright © 2007 John Wiley & Sons, Ltd.     

Automatic interpretation of pumping tests data using metaheuristics

Pumping tests data interpretation is of major importance in groundwater engineering. It is traditionally performed in a subjective manner by means of standard type curves. In this paper, an automatic interpretation of time-drawdown data has been proposed based on two algorithms, the real-coded genetic algorithm and differential evolution. The proposed approaches combine metaheuristic algorithms with an appropriate analytical drawdown solution depending upon the nature of the considered aquifer system, leaky or naturally fractured rock aquifers. The standard error of estimate (SEE) was used as a performance criterion to evaluate the discrepancies between predicted and observed drawdown data in different pumping time periods. Both of the proposed metaheuristic algorithms provide accurate aquifer parameters. For all analyzed pumping tests data, the differential evolution yielded the most accurate results with an improvement in SEE values ranged from 0.2 to 50% compared to previously published results, and exhibits speed and robustness. Furthermore, a new full range numerical evaluation of the Hantush well function based on a tanh-sinh quadrature scheme has been proposed. Our results indicate that our method is accurate, since the maximum relative error was found to be equal to 0.00036%, and practical, since it is free from special functions and could be easily incorporated within an optimization technique to analyze transient time-drawdown data.     

基于三维有限元分析的土钉支护结构优化设计研究

通过建立三维有限元模型，对土钉支护的变形和受力性能进行分析，得出土钉力的合理分布。在此基础上，考虑土钉支护的水平位移，采用遗传算法＋复合形法，对土钉支护的结构优化设计进行研究，建立了土钉支护结构的优化设计数学模型，并编制了相应的计算程序。通过算例分析，并与基于极限平衡分析的优化结果相比较，得出合理的土钉支护结构设计的参考结论。     

遗传算法在磁异常反演中的应用

遗传算法是一种约束随机优化方法。它与传统的确定性优化方法相比较,具有全局收敛,不计算目标函数偏导数等优点；与传统的随机优化方法相比较,具有搜索效率高以及隐含并行计算等优点。本文首先讨论了遗传算法的基本原理和迭加机算步骤,其次讨论了该方法在磁化强度约束反演问题中的应用效果。     

用改进的十进制遗传算法确定土质边坡最危险滑面

基于瑞典圆弧法和简化Bishop条分法分析土质边坡的稳定性,以圆弧滑裂面与边坡面的左右交点的两个横坐标和以滑裂面圆心的纵坐标作为优化变量,采用了一种改进的十进制遗传算法对优化变量进行优化。这种改进的遗传算法是以简单的十进制遗传算法为基础,结合优体克隆操作、子体优生操作和多代调环操作。通过计算ACADS考核题验证,该方法有较强的自适应能力,具有收敛速度快、解的精度高和避免出现早熟等优点。     

地下水管理模型求解方法综述

地下水管理模型求解方法的研究是目前地下水管理领域的热点问题。本文从地下水管理模型传统优化算法和现代智能优化算法等方面进行了评述,着重讨论了目前应用较广泛的求解非线性地下水系统的优化算法,如遗传算法、模拟退火算法、人工神经网络算法等;阐述了地下水监测网优化设计研究以及多目标地下水管理模型的求解方法。最后指出应加强地下水动态规划管理模型和地下水系统随机管理模型的求解技术的研究。     

Evaluation of complex petroleum reservoirs based on data mining methods

In this study, we introduce the application of data mining to petroleum exploration and development to obtain high-performance predictive models and optimal classifications of geology, reservoirs, reservoir beds, and fluid properties. Data mining is a practical method for finding characteristics of, and inherent laws in massive multi-dimensional data. The data mining method is primarily composed of three loops, which are feature selection, model parameter optimization, and model performance evaluation. The method’s key techniques involve applying genetic algorithms to carry out feature selection and parameter optimization and using repeated cross-validation methods to obtain unbiased estimation of generalization accuracy. The optimal model is finally selected from the various algorithms tested. In this paper, the evaluation of water-flooded layers and the classification of conglomerate reservoirs in Karamay oil field are selected as case studies to analyze comprehensively two important functions in data mining, namely predictive modeling and cluster analysis. For the evaluation of water-flooded layers, six feature subset schemes and five distinct types of data mining methods (decision trees, artificial neural networks, support vector machines, Bayesian networks, and ensemble learning) are analyzed and compared. The results clearly demonstrate that decision trees are superior to the other methods in terms of predictive model accuracy and interpretability. Therefore, a decision tree-based model is selected as the final model for identifying water-flooded layers in the conglomerate reservoir. For the reservoir classification, the reservoir classification standards from four types of clustering algorithms, such as those based on division, level, model, and density, are comparatively analyzed. The results clearly indicate that the clustering derived from applying the standard K-means algorithm, which is based on division, provides the best fit to the geological characteristics of the actual reservoir and the greatest accuracy of reservoir classification. Moreover, the internal measurement parameters of this algorithm, such as compactness, efficiency, and resolution, are all better than those of the other three algorithms. Compared with traditional methods from exploration geophysics, the data mining method has obvious advantages in solving problems involving calculation of reservoir parameters and reservoir classification using different specialized field data. Hence, the effective application of data mining methods can provide better services for petroleum exploration and development.     

初始群体飘移遗传算法用于解混和整数非线性规划问题

目前对混合整数非线性规划问题做的工作甚少，这里在研究了混舍整数非线性规划和遗传算法各自特点的基础上，提出初始群体飘移思想和变尺度整型细密网格技术，构造了一种求解混合整数非线性规划的新的遗传算法～初始群体飘移遗传算法。经理论分析和数值试验表明：该算法对大范围、多峰、非光滑非线性规划问题有较好的全局求解能力，在解的精度、稳定性和收敛速度方面均优于一般的算法。