利用人工神经网络对岩浆侵入范围的预测

以某矿三维地震勘探资料为依据,建立了岩浆侵入的正演模型,在应用灰色系统理论中的灰色关联分析方法进行属性优化的基础上,借助人工神经网络理论中的BP网络方法,建立了岩浆侵入范围预测的BP网络模型.通过误差分析证明,将灰色关联分析与BP网络结合起来进行岩浆侵入范围的预测是可行的.     

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。     

地连墙变形的神经网络多步预测研究

结合润扬长江公路大桥南汊北锚碇深基坑工程，提出并应用神经网络多步预测方法来研究地连墙施工变形的预测问题。系统介绍了基于时间窗口的神经网络多步滚动预测技术，并详细讨论了输入输出层的设计、隐层神经元数以及预测时间步长等一些基本预测技术问题。该预测方法应用于润扬长江公路大桥南汊北锚碇深基坑围护工程，取得了较好的工程效果。     

基于AMTLAB—NNT的高速公路软基处理方案决策模型

首先介绍了中国高速公路软基处理技术决策问题的研究现状，然后介绍了人工神经网络（ANN）BP模型和MATLAB神经网络工具箱（NNT）。最后以沪宁高速公路软基地质条件为实例，以MATLAB－NNT为工具，建立了高速公路软基处理方案的ANN决策模型，对所建立的ANN模型进行训练、回判和预测，得到了满意的结果，证明模型是有效的。     

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。     

基坑支护结构水平变形预测的遗传神经网络方法

采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,先用遗传学习算法进行全局训练,再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索,提出了用BP网络训练产生变异的遗传算法。作为实例,将该方法应用于预测基坑支护结构水平变形中。结果表明,该方法有收敛速度较快、预测精度高等优点。     

应用神经网络技术进行油气圈闭评价研究

1 研究区石油地质特征库尔勒鼻凸-草湖凹陷位于塔里木盆地东北部,受南天山构造带挤压作用的持续影响,整体呈现南升北降的构造格局震旦纪是区内第一套沉积盖层,与前震旦系浅变质的结晶基底角度不整合接触,其上与寒武系平行不整合接触;寒武纪-早奥陶世,塔里木广大地区沉积格局在震旦纪基础上继承发     

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。