地震优化非线性反演方法及应用研究

地震优化非线性反演方法是一种集遗传算法和人工神经网络技术的优势于一体的新技术,它采用混合智能优化学习方法,这种优化学习方法是将BP算法作为一个算子嵌入到自适应遗传算法中,以概率Pbp的方式进行搜索运算,从而,快速而精确地找到全局最优解。在嘉陵江组的实际反演研究中,由井点出发构造测井资料与井旁地震道的非线性映射关系,并自适应地更新这种非线性映射关系和自适应外推,以获得嘉陵江组的高分辨率反演剖面,这种高分辨率剖面清晰而详细地反映出嘉陵江组在纵横方向上的变化特征,有效识别这种薄储层,获得了很好的储层预测效果,并为钻井所证实,在嘉陵江组储层中获得高产工业气流。因此,地震优化非线性反演方法具有广阔的应用前景。

前馈逆传播算法优化及其在岩土工程中的应用

研究并分析了对BP网络收敛性能有重要影响的非线性系数的取值方法及规律 ,并给出了在岩土工程问题中的应用实例。利用该方法 ,提高了BP网络在具体工程应用中的实用性。实践证明按照此规律及方法对BP网络的收敛算法进行改进 。

一种基于自适应线性神经网络的瞬时谐波检测方法

介绍了线性神经网络的原理与结构、线性神经网络学习算法的计算步骤和基于线性神经网络预测的瞬时谐波检测原理图,提出了基于线性网络预测的实时谐波检测的网络结构和仿真程序,仿真波形表明检测系统可在0.3s之后就跟随上基波的变化。