多地质因素的勘探目标优选——人工神经网络法与多元回归分析法比较研究

将人工神经网络法及多元回归分析法分别用于优选预测库车坳陷北带圈闭的勘探目标 ,结果发现人工神经网络法远比多元回归分析法优越。其根本原因是圈闭的优劣与其相关地质因素之间存在着一个复杂的非线性关系 ,人工神经网络法所描述的多因素关系恰是非线性的 ,而多元回归分析法只能描述线性关系。因此 ,当描述多个地质因素的复杂关系时 ,应提倡采用人工神经网络法。当然 ,多元回归分析法也具有人工神经网络所不具备的计算速度快、能较好地表达圈闭优劣与其相关地质因素之间亲疏关系的优点 。

优化勘探方案的数理定量分析

本文试图对确定勘探工程点所需求的诸多地质数据运用数理定量分析方法，归纳出一个综合性的地质信息价值的期望值G，以G和该工程点的预算费用P的比值U作为优选地质勘探方案经济技术合理性的指数。其中的关键问题是把地质构造复杂程度，煤层稳定性和煤质瓦斯等诸多地质因素的定性描述，转换为用相应的趋势值、偏差值和变异系数等统计学的特征值来定量表征，进而把科研性、探索性极强的地质勘探过程简化为相应的数学问题，运用价值分析原理，以达到优化地质勘探的目的。