复杂岩性储层参数评价中神经网络技术的应用

在复杂岩性储层中，储层四性关系比较复杂，表现为非线性，用传统的方法已经难以解决这类问题，为此引入了目前比较流行的人工神经网络技术、在前人基础上，以SN油田9井区为例进行储层研究工作，该区非均质性比较强，经对该区364口井常规到井资料进行储层参数重新解释，并做平面展布，与实际资料吻合较好。由此表明，神经网络技术在解决非线性问题上表现出了较大的优越性，值得我们做进一步的研究工作。     

小波分析在土木工程领域中的应用

简要介绍了一维小波分析的基本原理和分类，及其在土木工程领域的主要应用。重点论述了小波变换在结构损伤检测方面的应用。由小波分析的数据中提取人工神经网络的训练样本能够更好的反应结构缺损特征，故小波分析或以小波分析为基础的人工神经网络方法是结构损伤识别的一种很有前途的方法。     

PNN及其在储层物性参数预测中的应用

概率神经网络(PNN)实际上是一种数学插值手段，它的实现引用了神经网络的结构但它通过研究数学规则，可以比多层前馈神经网络更好地实现插值功能，因而具有潜在的优势，这里简要介绍了PNN的基本原理并用于储层物性参数的预测。实践表明该方法是有效的。     

融入先验知识的贝叶斯神经网络分类器

提高神经网络模型推广性的关键是控制模型的复杂度，给出了一种基于贝叶斯推理的神经网络方法，它能自然地融入关于模型的先验知识，与观察到的数据样本相综合来控制神经网络模型中不同部分的复杂度。使用马尔可夫链蒙特卡罗模拟可获得模型参数的后验分布，预测分类是许多个以各自后验分布为权的马尔可夫链上的模型样本的平均。在二个实际分类问题应用中与常规神经网络方法进行了对比分析。     

基于BP神经网络的手写数字识别

介绍了光学字符识别的几种方法以及神经网络的特点，神经网络技术能够解决传统OCR方法所不能解决的问题，同时指出了手写数字识别存在的困难，论证了利用神经网络技术解决这种困难的可能性。本文实现了通过一个含有1个隐藏层的BP网络来识别手写数字，并取得了良好效果，论证了这种技术用于手写数字识别的可行性。     

模糊优选神经网络在边坡稳定性分析中的应用

本文应用模糊优选神经网络理论,建立了边坡稳定性评价模型,综合分析了影响边坡稳定性的各种因素,根据它们作用程度的不同,赋予不同的权值,通过对收集到的边坡稳定性实例进行学习,提出了与优属度有关的函数关系式。可以看出:该方法具有精度高、收敛速度快、权值调整模型好等优点。     

Genetic Modeling of GIS-Based Cell Clusters and Its Application in Mineral Resources Prediction

This paper presents a synthetic analysis method for multi-sourced geological data from geo-graphic information system (GIS). In the previous practices of mineral resources prediction, a usually adopted methodology has been statistical analysis of cells delimitated based on thoughts of random sam-pling. That might lead to insufficient utilization of local spatial information, for a cell is treated as a point without internal structure. We now take “cell dusters“, L e. , spatial associations of cells, as basic units of statistics, thus the spatial configuration information of geological variables is easier to be detected and utilized, and the accuracy and reliability of prediction are improved. We build a linear multi-discriminating model for the dusters via genetic algorithm. Both the right-judgment rates and the in-class vs. betweewclass distance ratios are considered to form the evolutional adaptive values of the population. An application of the method in gold mineral resoerces prediction in east Xinjiang, China is presented.     

改进的前馈型神经网络模型在承压水漏斗水位预报中的应用

建立了以改进Powell法优化的前馈型神经网络模型，模型既具有强大的函数逼近功能，又克服了传统神经网络优化方法的缺点。将神经网络模型用于承压水漏斗的动态水位预报，实例表明：模型预报效果较好。     

红石包滑坡滑带土强度参数的神经网络预测

在分析影响滑带土强度因素的基础上,建立了滑带土强度参数的BP神经网络模型,预测滑带土在不同含水率下c,φ值的变化规律,尤其足当红石包滑坡前缘、后缘地质条件差异较大时,找出可能的工况匹配,可以为滑坡稳定性评价提供可靠依据,克服了c,φ值按峰值折减的主观性.应用表明:该模型精度很高,有应用前景.     

基于软计算的边坡稳定性评价方法与实现

在岩土工程中,适应于复杂数据处理的算法和智能技术的研究越来越受到关注.岩土工程介质和工程地质环境的复杂多变,在边坡工程中表现边坡的变形破坏机理的复杂和分析评价参数的不确定性.因而常规的边坡稳定性评价方法无论在适用范围还是在有效性上都存在一定的局限性.根据L.A.扎德(L.A.Zadeh)有关软计算的理论,提出和实现了由语言值结构和复合神经网络(SOMBP)构成的软计算边坡稳定性分析方法.该方法不仅适用于边坡工程的稳定性评价,还可用于更为广泛意义下岩土工程的不确定性信息处理,如评价、分类以及预测等.在理论分析的基础上,通过实例运行证明了该方法的有效性.