人工神经网络在白云岩类型识别中的应用

利用地球化学数据,运用人工神经网络方法对美国密苏里州东南Ｂｏｎｎｅｔｅｒｒｅ组（寒武纪）滨海相的白云岩进行了分类、识别,判别率达１００％,结果表明,该方法性能良好,可望成为岩石分类、判别的有效手段。     

神经网络技术及其在测井解释中的应用

在分析传统测井岩性解释中存在的一些问题的基础上，从神经网络的机理、特点出发，探讨了利用神经网络技术进行测井岩性识别的可行性及优越性，并以找矿目的层为对象，进行了岩性分析与对比，为该方法的进一步应用开拓了前景。     

用BP神经网络预测土抗剪强度指标c、ψ

提出了应用BP神经网络来预测土抗剪强度指标c、ψ.结合工程实例,详细介绍了该方法的建模过程,结果表明预测结果和实测结果很接近,神经网络在土性参数方面应用前景很广阔.     

GPS高程转换系统的研究及其应用

主要就GPS高程转换进行研究，对二次曲面模型、多面函数模型、神经网络模型等进行了研究，研制开发了具有数据输入、编辑、计算、分析与输出功能的GPS高程拟合转换系统，最后通过实例计算分析，验证了该系统的可靠性与可行性。     

隧道变形预测的BP神经网络模型

本文根据神经网络的基本原理，利用实测数据建立了用于大断面隧道收敛变形预测的BP神经网络模型。基于神经网络的预测模型具有预测精度高，使用方便灵活，适合于复杂系统的特点，是解决隧道变形预测问题的一种崭新途径。     

基于神经网络的单元自动机CA及真实和忧化的城市模拟

提出了一种基于神经网络的单元自动机（ＣＡ）。ＣＡ已被越来越多地应用在城市及其它地理现象的模拟中。ＣＡ模拟所碰到的最大问题是如何确定模型的结构和参数。模拟真实的城市涉及到使用许多空间变量和参数。当模型较复杂时，很难确定模型的参数值。本模型的结构较简单，模型的参数能通过对神经网络的训练来自动获取。分析表明，所提出的方法能获得更高的模拟精度，并能大大缩短寻找参数所需要的时间。通过筛选训练数据，本模型还可以进行优化的城市模拟，为城市规划提供参考依据。     

巴彦浩特盆地火成岩的综合地球物理解释

采用综合地球物理方法识别巴彦浩特盆地火成岩,首先利用高精度重磁资料和大地电磁测深资料,初步确定火成岩的平面位置和深度,然后利用钻遇火成岩的已知测井资料,建立人工合成地震记录,在地震剖面上标定出火成岩并分析其波组特征,采用BP神经网络进行火成岩的精细识别.研究表明,综合地球物理解释是提高反演解释精度的有效途径.     

大庆徐家围子地区深部致密砂砾岩气层识别

大庆徐家圈子地区深部致密砂砾岩储层的骨架成分除了含有石英、长石外，还含有许多酸性喷发岩，而且各种骨架成分的含量随深度变化比较大；复杂的岩性使得气的影响被岩性的影响所淹没，从而造成常规气层识别方法失效。针对这一问题，应用神经网络方法准确求取地层颗粒密度和泥质含量，然后对中子和密度测井值进行岩性影响校正和泥质影响校正，使得求出的中子和密度孔隙度仅受地层气的影响，最后将得到的中子和密度孔隙度进行对比，应用中子和密度孔隙度的差异识别气层。