海底油气集输管网可靠性评估

对海底油气集输管网进行了可靠性评估，提出了一种适用于树状海底油气集输管网可靠性评价的方法，将流可靠度和单元重要度的概念引入到海底油气集输管网可靠性的分析中，该方法能够有效地评价海底油气集输管网的可靠性。     

一种基于异步串行口的IBM-PC局部网

在综合的科学考察船上以异步通讯口实现的IBM-PC局部网具有较好的性能价格比。本文介绍了该网的联网环境、网络系统的组成及其拓扑结构、网络的服务功能以及网络软、硬件的安装和配置。     

可靠性约束下的海底油气集输管网系统优化

在管网系统满足一定可靠度的基础上，以费用最小为优化目标，对系统进行了优化，求出了满足一定可靠度指标的费用最小的管网布置方案。对树状网络可靠性进行了评估，提出了一个0-l规划模型，并运用图论和网络理论将管网系统的优化问题转变为求可靠度至少为α的网络固的最小生成树问题。     

Prediction of Load Carrying Capacity of Corroded Reinforced Concrete Beam

A novel method for prediction of the load carrying capacity of a corroded reinforced concrete beam (CRCB) is presented in the paper. Nine reinforced concrete beams, which had been working in an aggressive environment for more than 10 years, were tested in the laboratory. Comprehensive tests, including flexural test, strength test for corroded concrete and rusty rebar, and pullout test for bond strength between concrete and rebar, were condueted. The flexural test results of CRCBs reveal that the distribution of surface cracks on the beams shows a fractal behavior. The relationship between the fractal dimensions and mechanical properties of CRCBs is then studied. A prediction model based on artificial neural network (ANN) is established by the use of the fractal dimension as the corrosion index, together with the basic intbrmation of the beam. The validity of the prediction model is demonstrated through the experimental data, and satisfactory resuits are achieved.     

沉降监测多项式回归分析与神经网络预测

使用多项式和切比雪夫(Tchebyshev)多项式分别对沉降监测数据进行回归分析以预测未来沉降值,其中切比雪夫多项式的外推效果较好;应用前向BP神经网络对两种不同的单因子输入模式进行非线性函数逼近,并进行了不同采样步长的比较,实例表明将时间点作为网络的输入对沉降进行预测效果较好。     

人工神经网络方法反演东中国海悬移质浓度

海中悬移质是决定海洋光学性质、海洋水质,河口海岸带演变动力过程的重要环境参数。本文利用模拟遥感反射比数据集建立人工神经网络反演悬移质浓度,并利用东中国海现场同步数据对该算法进行验证。     

用Matlab中的Neural Network Toolbox仿真赤道东太平洋SST的预报模型

基于ＮＣＥＰ／ＮＣＡＲ再分析资料和ＣＯＡＤＳ海洋资料中的全球月平均海平面气压场、８５０hPa纬向风场及海洋温度场，利用Ｍatlab中的Ｎeural Network Toolbox仿真环境和ＢＰ模型改进算法比较准确地仿真和反演出了南方涛动指数、赤道纬向风指数和滞后的赤道东太平洋海温之间的动力结构和预报模型。该模型具有很好的拟合精度和可行的预报效果。可在一定时效内预测赤道东太平洋月平均海温的变化趋势。由于所建系统是具有直接因果关系的预报模型，因此不仅可直接用于预测，而且可有效避免类拟非线性微分方程组在积分过程中由于对初值敏感性而可能产生的对预报结果的不确定性。     

油田高含水期基于微观渗流机理的宏观岩心水驱油数值模拟研究

建立地层孔隙网络模型描述微观孔喉特征,利用逾渗方法计算基于微观渗流机理的相对渗透率曲线,并将之应用到数值模拟计算中,给出考虑微观渗流特征的方程,并进行数值求解,得到地层中流体分布特征。实例分析表明该方法可以得到基于微观特征的剩余油分布数量和形式,为调剖堵水、化学驱提供技术参数,实现微观渗流机理与宏观计算的结合。     

基于BP人工神经网络的水体遥感测深方法研究

利用Landsat7ETM＋遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演.结果表明：具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5 m的水深值反演精度较高,而对大于10 m的水深值反演精度较低.