多因素模糊综合评价预测油气田远景区的研究

在ＧＩＳ支持下，本文设计了“分层建模，逐层评价，综合预测”的新思路，新方法，研究和建立了物、化探数字异常模型、多因素直接加权模型，多因素模糊综合评价预测模型。这对全面揭示各种异常分布特征与隐伏油气田和地质构造的，对指导生产、辅决策、确定油气田远景提供了很有前景的手段。     

基于模糊神经网络的模糊空间对象生成方法研究

随着对GIS中的空间对象模型和自然地理特征表达的研究深入,模糊空间对象被提出。针对模糊空间对象表达的特点,提出了一种基于模糊神经网络的模糊空间对象生成方法。该方法将模糊技术与神经网络相结合,利用神经网络的学习能力调整模糊隶属函数和模糊规则,使系统具备自适应的特性。实验表明,这种基于模糊神经网络的生成模糊空间对象的方法比传统方法大大的提高了成果的精度。     

贵州省六盘水市钟山区地质灾害危险性模糊评判

贵州省六盘水市钟山区为地质灾害典型区,但以往地质灾害研究方面工作程度相对较低,影响了该区地质灾害的有效防治和社会发展规划的有序进行。本文在钟山区地质灾害规划现状调查的基础上,总结了该区地质灾害形成原因和影响因素,最终选取地形坡度、岩组结构、植被覆盖率、人类工程活动、降雨量、地震共六个主要地质灾害影响因素作为评价因素集,利用灰色关联度法确定各影响因子的权重,运用模糊综合评判方法对钟山区内每个网格单元进行模糊综合评判,根据最大隶属度原则得出每个网格单元的隶属度值作为危险性评价结果,按照地质灾害危险性等级对该区进行危险性定量区划。此区划评价结果可供今后该区地质灾害防治、发展规划参考。     

地质动力区划中断裂活动性的模糊综合评判

地质构造尤其是活动断裂控制着动力现象的区域性分布,然而活动断裂与矿井动力现象的关系并不是绝对和完全的。对断裂活动性进行评价,确定断裂的动力活动强度,是进行动力现象的预测与预防的重要内容之一。文章通过分析活动断裂的特征及其对矿区原地应力场的影响,提出了既具有代表性又容易获取的适合多尺度断裂活动性评价的5个主要指标,即活动断裂两侧断块的高程差、活动断裂长度、活动断裂走向与最大主应力的夹角、活动断裂走向与最大剪应力的夹角及断裂地震综合指标。利用模糊数学方法,建立了断裂活动性评价的模糊综合评判模型,确定了隶属函数,并通过层次分析法确定了各个指标的权重,最终获得了断裂活动性的模糊综合评判结果。将该方法应用于新汶矿区协庄矿,结果显示冲击地压多发生于具有强活动性的断裂附近。表明文章建立的评判模型能够较好地对断裂活动性进行分级。文章提出的模糊综合评判方法,改进了地质动力区划中断裂活动性评价方法,提高了评价结果的准确性及合理性。     

基于遗传算法的最优证券投资组合模型

为了研究能使风险损失率最小、收益最大的最优证券投资组合问题，首先提出了多目标规划模型，并采用模糊优选法将多目标模型单目标化。随后尝试采用遗传算法来对其求解，给出了模型的遗传算法编码规则和算法步骤。最后通过实例论证了模型的合理性及遗传算法的有效性。     

基于组合权重的模糊物元模型在砂土液化势评价中的应用

目前,砂土液化问题仍是岩土工程界重要的研究方向.鉴于砂土液化评价的复杂性及其影响因素的不确定性和模糊性,将熵值理论与模糊集和贴近度相结合,建立了基于熵权与专家打分法所获权重的组合权重的模糊物元模型,有效地避免了权重分配困难的问题.该模型以一种新的方法进行砂土液化势的评价,并且结合实例应用,通过与现场标贯试验对比,进一步验证了该模型的合理、简便和实用.     

改进的层次分析法与模糊综合评价在评估水库诱发地震震级上限中的应用

为了评估水库诱发地震震级上限,收集了150余例水库诱发地震的震例资料;利用改进的层次分析法优化了各评价指标的权重;应用模糊综合评价方法评估了水库诱发地震震级上限;结合二滩水电站水库诱发地震实例与目前评估水库诱发地震震级最常用的灰色聚类分析法的评价结果进行了对比分析。结果表明:层次分析法与模糊综合评价相结合的震级上限评估方法评价结果更加可靠,可对水库及水工建筑物的建设位置及抗震设防提供参考。     

新疆塔里木河流域水资源承载力评价研究

结合塔里木河2002年自然、社会和经济以及水资源资料,选取了耕地灌溉率、水资源利用率、供水模数、需水模数、人均供水量、生态用水率6个主要因素作为评价因素,应用模糊综合评判模型对塔里木河流域水资源承载能力进行了评价研究。结果表明,流域水资源开发利用已经达到相当规模,在现有经济技术条件下,该地区的水资源承载潜力已相对较小,水资源供需矛盾突出,应由耗水型经济结构向节水型经济结构转变,加强水资源的综合管理,以便科学、合理地利用流域内有限的水资源。     

Parametric uncertainty assessment of hydrological models: coupling UNEEC-P and a fuzzy general regression neural network

Due to the complicated nature of environmental processes, consideration of uncertainty is an important part of environmental modelling. In this paper, a new variant of the machine learning-based method for residual estimation and parametric model uncertainty is presented. This method is based on the UNEEC-P (UNcertainty Estimation based on local Errors and Clustering – Parameter) method, but instead of multilayer perceptron uses a “fuzzified” version of the general regression neural network (GRNN). Two hydrological models are chosen and the proposed method is used to evaluate their parametric uncertainty. The approach can be classified as a hybrid uncertainty estimation method, and is compared to the group method of data handling (GMDH) and ordinary kriging with linear external drift (OKLED) methods. It is shown that, in terms of inherent complexity, measured by Akaike information criterion (AIC), the proposed fuzzy GRNN method has advantages over other techniques, while its accuracy is comparable. Statistical metrics on verification datasets demonstrate the capability and appropriate efficiency of the proposed method to estimate the uncertainty of environmental models.     

浅地层剖面交互拾取解释技术研究

浅地层剖面探测在海洋学研究与海洋工程调查中使用愈来愈频繁,剖面资料的解释工作变得越来越繁重。因浅地层剖面实际解释工作的需要,结合浅地层剖面资料的特点,研究并实现了剖面反射层位的自动拾取、利用Event号交互拾取特征点、等Ping间隔拾取、求取海底下反射层位厚度等解释功能,这些解释功能的实现加快了剖面解释工作的进度,提高了解释结果的精度,并在实际浅地层剖面资料解释工作中取得了良好的应用效果。