基于模糊神经网络的义县萤石成矿预测

成矿预测的模糊综合评判方法中评价因素权重确定时具有较强的人为因素,模糊神经网络方法可以建立在无模型基础上,自动获取输入与输出的关系,在专家确定权重初始值的情况下,通过网络训练确定出最优权重值,这在一定程度上减少了人为因素的影响.应用该方法对义县萤石成矿远景区进行了评价,其评价结果与实际一致.表明该方法可推广到其他区域、其他矿种的预测,但应根据预测对象的实际情况建立控矿因素集和相应的隶属度函数.     

三维地震属性参数在煤层厚度预测中的应用

依托“西部煤炭资源高精度三维地震勘探技术”项目工程,对晋城某矿南翼大巷东南区5m×5m×1ms的三维地震数据体,采用三维地震属性参数预测煤层厚度及其变化规律：沿3煤层、15煤层10ms时窗提取地震属性42种,根据钻孔资料,计算出煤厚与地震属性相关系数;从中优选出相关系数大于0．35的地震属性,其中3煤层9个、15煤层10个;然后进行地震属性互相关分析,优选出与3煤、15煤层厚度相关系数较大的4种属性,建立预测煤厚的BP神经网络模型,分别选取3煤层12个、15煤层4个实测数据作为学习训练和测试样本,以钻孔地震属性作为学习样本,对网络进行训练,最终获得全区煤层厚度。经与预留钻孔成果资料对比,预测精度较高,结果可用。     

改进BP神经网络在岩质边坡稳定性分析中的应用

使用MATLAB软件中的NNtool工具箱建立了一个通过添加动量改进的BP神经网络模型,用以分析岩质边坡的稳定性。通过对天津某工程的边坡进行分析来检验这个模型的可靠度。根据现场调查的实际情况分析,该边坡岩体比较破碎,因此文中选择了几个有代表性的岩石完整性参数作为输入层参数,通过收集的一些类似边坡的参数对所建立的神经网络模型进行训练,以保证此模型适合被用来分析该工程。结果证明,所建立的模型是可靠的,此种方法在分析岩质边坡稳定性的的实践中具有广泛的使用性。     

一种新的可靠度计算方法及其在工程中的应用

利用神经网络拟合极限状态方程、几何法计算结构可靠度,并推导了基于神经网络的几何法计算公式。最后比较了该法与其他可靠度计算方法的精度以及计算效率,并将该法应用于实际工程当中。     

基于地震反演方法的奥陶系顶部含隔水层探测

在山西阳泉泊里矿区,太原组K₂灰岩是15号煤层上部主要的含水层,查明其富水分布特征对上下组煤层安全开采至关重要。为了准确得到K₂灰岩的富水分布区域,首先,利用常规的波阻抗反演获取精确的K₂灰岩空间展布特征。然后,结合皮尔逊相关系数法与交叉验证−逐步回归法优选出9种地震属性,构成网络的训练数据。此外,引入适合于时序数据处理且能够捕捉测井曲线前后相关性的长短期记忆神经网络(LSTM),构建智能化、多变量LSTM视电阻率预测模型,以精确地预测研究区视电阻率进而得到地层富水性分布特征。同时,分别利用常规多属性回归算法与多变量LSTM模型在井点位置建立电阻率测井曲线与地震属性井旁道之间的映射关系。最后,将井点处训练好的网络模型推广至无井区得到全区视电阻率体,根据视电阻率值的高低、矿区地质构造与陷落柱发育情况圈定灰岩富水区。实际数据的测试结果表明：与常规多属性回归算法相比,多变量LSTM模型预测误差小,与测井相关系数高,说明多变量LSTM模型可以更加精确地预测出工区视电阻率,在含煤地层的富水性预测中有较好的应用价值。\t\t\t\t

     

全球锑原材料贸易格局演化分析

随着中国锑矿产量下降以及全球新能源领域对锑需求量的增加, 全球锑原材料供需格局正在改变。对全球锑原材料贸易格局的现状及演化过程开展分析, 有助于世界各国构建弹性的锑原材料供应链。本文基于物质流与复杂网络分析方法, 定量刻画了四类锑原材料(锑矿石、锑金属、锑初级加工品、再生锑)的全球贸易格局(2002—2020年), 分析了典型国家(地区)的锑原材料贸易结构及贸易地位变化特征, 总结了贸易格局的演化规律。研究发现: (1)锑初级加工品是全球最主要的贸易品种, 其贸易量占全球锑原材料总贸易量的一半以上; (2)中国和美国分别是贸易地位排名前两位的国家, 印度、欧盟、韩国是贸易地位上升最快三个国家(地区); (3)欧盟锑金属的进口来源呈现明显的多元化趋势, 显著降低了对中国的进口依赖, 表明欧盟近些年实施的关键原材料多元化进口战略取得了显著成效; (4)中国在全球锑原材料供应格局中的绝对优势地位在下降, 与此同时, 全球锑原材料贸易格局正朝着更加多元的方向发展。     

基于卷积神经网络的磁异常反演

针对传统反演方法存在的初始模型依赖、计算时间较长等问题,提出一种基于卷积神经网络的磁异常反演方法。该方法首先设计大量磁异常体模型,进行正演模拟产生样本数据集;接着借鉴经典的卷积神经网络VGG-13设计了一种全新的VGG磁异常反演网络(VGGINV);然后使用样本数据集训练该网络,并优化网络参数;最后对理论模型和实测数据进行反演实验。实验结果表明,该方法可以准确地反演出磁异常体的位置和磁化强度,具有较强的学习能力和一定的泛化能力,能有效解决磁异常数据反演问题。     

大庆深部致密砂砾岩含气储层产能预测

气层产能预测是气藏工程研究中用于指导气井以及气田合理生产的重要工作和任务,它在气田整体评价和高效开发进程中具有很强的预见性和主动性。讨论了大庆深部致密砂砾岩含气储层的产能与测井响应之间的关系,探讨了根据测井资料应用人工神经网络技术预测含气储层产能的方法。利用已知气井测试结果和测井资料作为网络的训练样本。根据网络学习训练结果,输入储集层的测井资料等静态参数,可预测该储集层的产能。根据这种关系采用神经网络技术实现了测井对产能的预测评价,从而为大庆深部致密砂砾岩含气储层的开发提供了一定的依据。     

人工神经网络模型在地学研究中的应用进展

近年来,随着人工神经网络（ANNs）自身技术的不断完善,应用ANNs模型成功解决各类地学问题的案例大量出现。通过对其发展历程进行分析发现,20世纪80年代末国际地学分析中已开始融入ANNs技术,国内则滞后 1～2年。在地学分析中使用的各类人工神经网络类型中,BP模型应用最广,占到85％以上。在10余年的应用过程中,虽然地学的各个分支学科都移植了一种或数种ANNs模型作为其分析工具,但水文、地质、大气、遥感等领域应用较为广泛。传统地学定量分析中的单变量或多变量预测成为人工神经网络地学模型的主要应用客体。同时,诸如模式识别和过程模拟等也是ANNs模型求解的对象。目前,随着建模经验和知识的积累,地学ANNs模型的发展呈现出多种技术综合集成的态势,遗传算法、小波转换、模拟退火算法以及模糊逻辑等方法与ANNs模型融合,成为解决地学分析中非线性问题的利器。     

平原河网区域来水组成原理

对于一般树状分布河网，上一级河道总是汇入至下一级河道，位于河道下游断面的流量总是由其上游汇集而至。但对于平原河网地区，特别是人工控制建筑物众多，又受潮汐影响的地区(如太湖流域)，河网错综复杂，水流方向不定，要跟踪某个断面的水流去向，或某个河段的水体、断面流量是从哪里汇集而来的，非常困难。但这样的问题在生产实践中往往对其很感兴趣。例如从常熟枢纽引长江水流进入望虞河后，流向何处?河网各断面流量中或各河段水体中常熟枢纽引江水量占多少比重?对这些问题的研究可以估计常熟枢纽引江的效果和影响范围。因此，平原河网区域来水组成方法在生产实践中具有重要意义。重点介绍了平原河网区域来水组成原理及其在太湖流域的应用。