基于灰色马尔科夫模型的重庆市水运货运量的预测

通过对重庆水运发展现状的研究,根据马尔科夫理论及灰色预测模型,将灰色GM模型与马尔科夫状态转移矩阵相结合,建立了预测重庆水运货运量的灰色马尔科夫模型,并通过实际预测发现,该模型的预测精度明显高于灰色预测模型的预测结果,并预测了2011—2012年重庆市水运货运量。

基于粗集理论的重庆水运显著性因素分析

本文在建立了重庆水运可持续发展评价指标体系的基础上，以粗集理论和Rosetta软件为工具，提取出了相应的决策规则，并找到了影响重庆水运可持续发展的显著性因素，可以为重庆水运有关部门进行水运建设、规划和决策时提供参考。

嵌套BP神经网络及其在油气产能预测中的应用

提出并研究一种新的神经网络模型——嵌套神经网络模型。将嵌套神经网络模型与BP神经网络相结合,实现模式识别与函数拟合一体化,具体化为嵌套BP神经网络,并用于油气产能预测。实例验证结果表明,嵌套BP神经网络与BP神经网络相比较具有收敛速度快、预测精度高、结果有效性高并具有并行运算的特点,为处理现代化的海量数据提供了构架体系结构。

小波分析在王官屯油田王26井枣Ⅴ油层组沉积微相研究中的应用

由测井相解释与岩芯观察,结合前人分析资料得知,王26井枣Ⅴ油层组主要沉积冲积扇相扇中亚相。测井相解释的多解性与岩芯资料的不完整局限了精细分析沉积微相特征。借助小波理论、结合测井曲线、岩芯观察,共同分析王26井枣Ⅴ油层组的沉积微相特征。提取了自然电位、自然伽马、电阻率3种测井曲线,经过Daubechies小波分解后重构的第三层细节信号d3,以高分辨率层序地层学为理论指导,着重对该层段的沉积旋回特征进行分析,借此解释其沉积微相及组合特征。研究结果表明,小波分析、测井相、岩芯资料的结合不仅能识别沉积微相类别——辫状河道及河道内部心滩与河道间沼泽,而且能在纵向上精确地反映其沉积微相组合特征——辫状河道的正旋回特征、河道心滩的反旋回特征、辫状河道连续叠加特征。