自组织人工神经网络在多金属成矿预测中的应用

本文运用ＴＫｏｈｏｎｅｎ自组织人工神经网络，对鄂东南地区４４个铁帽进行计算机识别，识别成功率达１００％。结果表明，该方法性性能良好，可望成为多金属成矿预测的一种有效的辅助手段。     

矿床成矿系列与多目标定量预测

矿床成矿系列理论1975年由程裕淇教授提出后,对地质预测方法起到了一定的指导作用,但是迄今为止还没有与之相对应的定量预测方法。作者总结了近年来的工作经验,提出了多目标定量预测理论,在定量预测方法上填补了一项空白。文中介绍了矿床成矿系列理论,并论述了多目标定量预测理论、方法及其应用。     

变结构人工神经网络模型及其在成矿预测中的应用

针对人工神经网络成矿预测模型结构难以确定的问题，详细阐述了一种在模型训练中进行隐层数目及隐层单元数目动态调整的人工神经网络算法，并以VC 为开发工具实现了变结构人工神经网络成矿预测模型，经用华南26个岩体检验，回忆率及预测率均高达100％。该方法提供了一种面向具体问题的动态解决方案，在成矿预测工作中具有一定的实用性。     

龙江—神山地区成矿预测

本文通过对该区成矿地质背景、成矿地质特征、成矿规律的研究,提出了找矿预测区。找矿靶区为六九班岩系列铜多金属成矿区;找矿远景区为神山铜多金属成矿区。     

人工神经网络在多金属成矿预测中的应用

本文运用人工神经网络的一种典型模型－“反向传播”模型，对鄂乐南地区44个铁帽进行了计算机识别，识别成功率达100％，结果表明，该方法性能良好，可望成为多金属成矿预测的一种有效的辅助手段。     

郴桂地区中大比例尺成矿预测的方法与效果

郴桂地区是南岭多金属成矿带的重要地段，地质矿产工作研究程度较高，我院在此开展了大中比例尺成矿预测研究。本文扼要介绍了本区成矿预测的基本做法和预测方法，以及其主要成果和验证效果。     

自组织学习联想神经树在多金属成矿预测中的应用

本文运用自组织学习联想神经树，对鄂东南地区４４个铁帽进行了计算机识别，识别成功率达１００％，结果表明，该方法性能良好，可望成为多金属成矿预测的一种有效的辅助手段。     

矿物分类和识别的人工神经网络模型

本文提出矿物分类和识别的人工神经网络模型，并选取一组标样－我国沉积碳酸盐型锰矿中菱锰矿作为研究对象，识别效率达１００％。结果表明，该模型性能良好，可望成为矿物识别的有效手段。     

基于矿床规模模型的西南三江北段区域资源潜力定量预测与评价

建立以矿床规模为模型的区域矿床成矿潜力指标,一方面可用于区域矿产资源规模的定量化评价和预测;另一方面,在区域资源定量化评价过程中,可用于对矿床时间谱系的研究.同时,使用矿床成矿潜力指标对西南三江北段地区铅锌、铜、银矿进行了区域资源潜力评价,得到了成矿潜力预测图,最后使用成矿概率法则对西南三江北段矿产资源总量进行了预测.     

采用神经网络模型对天津滨海新区地面沉降预测的研究

在分析天津市滨海新区地面沉降原因的基础上 ,建立了人工神经网络预测模型。模型的训练和检验结果说明 ,该模型的结构合理、精度高 ,可以用于对该区地面沉降趋势的分析预测。预测结果表明 ,在保持现状开采量的情况下 ,塘沽、汉沽和大港 3个区的地面沉降量均有减缓趋势。其中 ,地下水开采量塘沽区应控制在 0 .1 9亿 m3/a;汉沽区则应压缩至 0 .2 8亿 m3/a;大港区即使减少到 0 .2 2亿 m3/a也难以满足 2 0 1 0年规划值 ,因此还应采取综合治理措施     

基于BP神经网络的深埋隧洞地应力预测研究

深部地应力的测量一直是工程界难题之一。由于研究手段和测试技术的限制, 深部地应力很难测到, 或者部分数据不理想。本文将BP神经网络方法引入地应力场研究, 选取深度、岩芯密度(天然密度)、岩芯弹模、岩芯的三轴抗压强度(10MPa围压)、岩芯的声发射地应力测值、岩芯裂隙率6个参数作为地应力预测研究的主要指标, 在此模型的基础上对秦岭深埋隧洞地应力测量数据进行了拟合分析, 并对深部的地应力做了预测。结果表明用BP神经网络模型进行深埋隧洞地应力大小的预测是可行的。      

人工神经网络在环境灾害预测中的应用进展

综述了近年来人工神经网络在环境灾害预测中的应用进展,包括对污染型环境灾害、生态环境灾害、地质环境灾害以及气象环境灾害等灾害的成灾因素分析、危险性预测以及灾情预测和动态演变规律预测,揭示了人工神经网络探索灾害隐含信息方面的优越性,并对其在环境灾害预测中的应用前景和发展趋势进行了展望。     

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。     

用人工神经网络模型获取采油指数的方法

介绍了油藏工程中一种新的神经计算技术的实现方法——用人工神经网络模型获取开发初期分采时的采油指数;通过实例对该方法中的数据处理、模型确定及精度分析、预测效果进行了详尽地描述,实践表明该方法可对从事油田开发的现场研究人员提供借鉴。     

神经网络在冲击地压危险性预测预报研究中的应用

分析了影响冲击地压危险性的主要因素,首次利用神经网络模型模拟各个因素之间的复杂的非线性关系,消除了传统预测方法中的人为确定冲击危险指标的影响。检验结果表明 :模型可靠,预测精度高。为冲击地压与人工智能等高新技术的进一步结合奠定了基础。     

人工神经网络在灌浆加固工程中的应用

提出灌浆加固工程中预测单位深度吸浆量的人工神经网络模型，详细介绍了该模型的建模过程，北结合工程实例，验证预测结果和实际数据有较好吻合性，同时表明在复杂地质条件下，灌浆加固工程中利用这一模型进行单位深度吸浆量预测是有效的。