超深破碎型地层岩石力学参数的大数据预测模型

超深储层油气资源丰富,是目前油气开发的重点,但是储层岩体破碎和非均质性强,传统的预测储层力学参数方法误差大,对工程设计和施工造成很大的困难。基于大量试验和现场施工数据,分析了储层测井数据、储层裂缝数据、岩石力学数据的相互联系,建立了基于岩石力学性质-地质储层特征-测井解释之间物理关联的多参数约束;开发了多元非线性回归拟合算法模型,形成了超深破碎型储层全储层段岩石力学参数预测模型。该预测模型克服了破碎型地层数据量少导致的计算误差大的难题,能明确全储层段岩石力学参数,与实际工程施工参数相比预测准确度达90%以上。研究结果为超深破碎型地层钻完井安全施工提供了技术支撑。

大数据时代电子商务生态圈的构建逻辑及协同机理

在大数据时代,电子商务生态圈有社会化、安全化、数据化、合作化等几个发展趋势。从企业构建生态圈的方式、路径分析企业生态圈的构建逻辑,得出:电子商务生态圈的协同不是一蹴而就的,它有一个过程,通过系统的自组织功能,使生态圈从不平衡状态发展到平衡状态。笔者从基础资源层、平台层、衍生服务层三个层次分析电子商务生态圈的协同机理,探究电子商务生态圈产生协同效应的三种情况。

大数据生态系统构建机制研究——以阿里巴巴为例

【目的/意义】旨在拓展大数据生态系统的理论研究,并为大数据的实践发展提供理论指导。【方法/过程】以经济学、信息生态学及大数据有关理论为基础,通过对大数据及大数据生态系统内涵的深入剖析,提出构建我国大数据生态系统的四大机制,并以阿里巴巴大数据生态系统为例进行分析。【结果/结论】分析结果表明,本文提出的四大机制具有合理性。

大数据生态系统形成机理与模型构建研究

文章旨在为大数据的应用发展提供理论指导,满足大数据实践的理论诉求。针对大数据生态系统的内涵进行剖析,分析其形成的内部机理与外部机制,并基于大数据生命周期管理模型构建大数据生态系统模型,据此提出我国构建大数据生态系统的策略。

基于TBM岩机信息的隧洞断层超前智能感知加权投票模型研究

为实现TBM隧洞不良地质的超前判识,基于吉林引松工程TBM隧洞40.8亿条施工数据,采用机器学习方法开展隧洞断层超前智能感知研究。通过分析TBM岩–机交互参数(刀盘扭矩和顶护盾压力等)的变化规律,将断层附近掘进段划分为平稳段、预警段和断层段;借助皮尔逊相关性分析,优选出7个关键参数作为断层感知的特征属性;以随机森林和支持向量机为基分类器,构建隧洞断层智能感知的加权集成投票模型。选取断层附近771组TBM施工有效掘进循环数据,以准确率为目标对所建立模型进行训练和测试(539组训练,232组测试);应用准确率、召回率、F_(1)–分数评估加权集成投票模型进行断层超前感知的性能,采用部分依赖图分析关键交互参数在不同预测类别中的敏感度。结果表明,刀盘扭矩和顶护盾压力等关键交互参数在断层附近显现出不同程度的响应规律,加权集成投票模型能有效预测断层附近的平稳段、预警段和断层段,准确率达89.22%。可为TBM隧洞断层前兆特征预警分析和预控措施提供支撑依据。