共查询到20条相似文献，搜索用时 123 毫秒
1.
地下水渗流系统灰色数值仿真模拟研究 总被引：4，自引：0，他引：4
根据灰集合、灰数及灰色运算规则, 建立了地下水渗流系统的灰色数值模型, 提出了求解这类模型的一整套灰色数值算法, 并从灰色数学的理论上证明, 普通灰色解法仅仅是灰色数值算法的一个特例. 同时, 对灰色数值算法、普通灰色解法和经典数值方法进行了全面比较, 论证了灰色数值算法较好地刻画了地下水系统的灰信息传递过程. 在理论分析基础上, 选择了矿井涌水量预测和水源地供水资源评价的两个基本地下水渗流实例, 分别就水文地质条件概化与灰化、灰色数值模型建立、模型识别和预测评价等进行了比较系统的分析研究. 提出运用灰色数值模型预测矿井涌水量时, 需保证疏降水位“灰带”的上界低于矿井安全生产的设计水位; 而在水源地可采资源评价时, 应保证地下水水位“灰带”的下界不低于临界控制水位. 相似文献
2.
在进行低阻油层识别的过程中,影响判别的测井参数众多,存在大量的冗余信息,从而影响判别的精度和速度.而常规的识别方法又不能有效地识别低阻油层,为此,本文提出了将粗糙集(RS)理论与灰色系统理论相结合的方法进行信息优化,并应用于低阻油层的识别.在剖析粗糙集理论和灰色关联方法的基础上,提出了基于粗糙集的低阻油层灰色识别过程.首先选取反映该类油层特征的识别参数,然后采用粗集理论的属性重要性方法,对这些判别参数进行约简,剔除冗余信息,再将约简后的参数作为低阻油层的最终评价标准,输入灰色系统,最后利用灰色关联法对低阻油层进行识别.通过对某油田18口有测试资料的井进行了实证研究.研究结果表明:粗集理论的属性重要性方法可以有效地约简判别参数,将约简后的参数作为灰色系统的初始值对研究区低阻油层进行识别,通过降维大大提高了判别的运算速度,处理了原来被解释为水层和油水层而实际上是低阻油层的井段,与测试结果相比,识别的准确率达到97%. 相似文献
3.
4.
油气层综合评价是油田勘探开发过程中一项重要的基础工作,其评价结果的准确与否,主要取决于测井曲线的可靠性、数学模型的合理性以及综合地质信息的能力.基于GIS的油气层灰色综合评价就是利用地理信息系统管理和分析油气层评价数据,将灰色综合评价方法与GIS集成对油气水进行识别,最后结合已有的地质信息分析其平面分布特点.这样,通过GIS既有效管理和充分利用了现有的地质数据和地球物理数据,又扩展了GIS的空间分析功能,同时实现了评价结果的可视化. 相似文献
5.
地震序列类型的灰关联分析 总被引：1，自引：0，他引：1
本文用灰色系统理论中的灰关联分析方法研究地震序列类型的识别。以应力降(Δδ)、地震矩(M_0)、破裂速度(V)、余震区长度(L)和宽度(D)、主震和最大余震震级差(ΔM)、余震序列的a值、b值和P值作为关联因子,同时把待研究的地震作为参考数列(X_0),一些已知历史地震作为比较数列(X_i)进行灰关联分析。另外,本文还就一旦某地发生大地震,如何用灰关联分析方法迅速确定该地震的序列类型作了探讨。结果表明,灰关联分析法是识别地震序列类型的一种行之有效的方法,具有一定的实用价值。 相似文献
6.
部分输入未知条件下的结构系统识别研究 总被引：24，自引：3，他引：21
本文研究输入信息不完备条件下结构的参数识别问题,在对传统识别算法的特点进行分析的基础上提出了一种新的识别方法－全量补偿法。文中给出了算法理论证明和具体的数值算例。 相似文献
7.
地震影响场的灰色系统分析及模糊划分 总被引：1，自引：0，他引：1
本文应用灰色系统理论,以震级、震源深度、震中烈度、极震区面积、等震线所围面积作为地震影响场场量因子,分别对地震影响场的六个子系统进行了关联分析,计算了各子系统因子之间的关联度,排出关联序。结果揭示出地震影响场这个灰色系统内部因素之间的相互关系。在地震影响场灰色系统分析的基础上,本文还应用模糊数学方法,完成了震级、震源深度、等震线所围面积对震中烈度的模糊识别,实现了地震影响场的模糊划分。 相似文献
8.
本文利用灰色灾变预测的有关公式,建立了山西地震带中强震发生时间的灰色预测模型,以期进行中长期地震预报.根据山西地震带10次M_L(?)5.0地震(1950年—1987年)外推预测山西地震带发生M_L(?)5.0地震的可能性. 相似文献
9.
本文根据灰色系统理论,对跨断层流动测量资料进行了处理。结合实际震例,探讨了灰色系统理论在识别形变异常,进行地震预测方面的应用。 相似文献
10.
为了有效利用结构健康诊断中的多源不确定数据,提高损伤识别的准确率,通过改进D-S证据理论(Dempster提出由Shafer完善形成的一种推理理论)中的基本概率赋值函数和组合规则,提出了一种基于改进D-S证据理论的结构损伤识别新方法.该方法利用灰色关联理论和熵权理论处理信息源的基本概率赋值问题,利用改进的D-S组合规则处理信息源间的相关、冲突问题.通过钢管焊接结构的试验研究验证所提方法的有效性,结果表明所提出的方法优于传统的D-S损伤识别方法;相对于单一损伤信息的损伤识别而言,基于多源损伤信息能够有效降低损伤误判的可能性,获得更准确的损伤识别结果. 相似文献
11.
在灰色系统理论GM(1,1)模型的基础上,把模糊数学的表达方式用于灰色灾变预测中,建立了地震预测的灰色模糊模型。用此模型对我国川滇、甘宁青、新疆及华北等地区大地震时间序列进行预测检验,结果表明:灰色模糊预测模型比纯灰色系统理论模型要好,因而可在实际地震预测中试用。最后对所得结果及实际应用中需要注意的问题也进行了讨论。 相似文献
12.
13.
Grey degree and grey prediction of groundwater head 总被引：2，自引：0，他引：2
Boundary types and geologic conditions, which possess random and obscure characteristics, produce variations in groundwater heads. In this study, a groundwater flow system was regarded as a grey system and a grey degree defined and quantified those characteristics. Data were obtained from field records in Gao-Shu and De-Xie Stations, which are located in the upper and middle sites of Pingtung Plain, Taiwan, respectively. An estimated interval was used to represent the upper and lower groundwater head limits. The analyses showed that the grey degree in the wet season was smaller than in the dry season. This was due to the greater uncertainty in groundwater pumping and rainfall recharge in the dry season. With high confidence levels, the grey degree of the groundwater heads decreased. Under spatial distribution, the uncertainty of the groundwater pumping and rainfall recharge in the middle zone was greater than in the upper zone because the middle zone included residential districts and agricultural regions. Thus, the grey degree in the upper zone was less than the middle zone. The grey model can be used to predict a groundwater head based on the observed groundwater head data and the random degree in the groundwater head each month can be judged by the grey interval. 相似文献
14.
从模糊数学和灰色系统理论两个不同角度来分析地震事件，把模糊数学的表达方式用于灰色灾变预测ＧＭ（１，１）中，建立了地震预测的模糊灰色模型。用此模型讨论了南北天山四个区（带）的震级序列，在等维情况下，对比了模糊灰色方法与单纯灰色方法的优劣，讨论了影响预测结果的因素，最后给出了不同目标震级下各区（带）的预测值。 相似文献
15.
16.
利用模糊聚类分析和灰色聚类分析提出了预测水库诱发地震上限震级的方法，并以新丰江水库地震为例进行了讨论。研究表明，预测的上限震级与实际发震情况相符 相似文献
17.
资本资产定价模型在工程地震保险费率厘定中的应用 总被引：2，自引：0，他引：2
作为国际金融市场的重要组成部分,保险市场在当下的全球经济复苏中发挥着重要作用。保险是地震灾害危机处理的一种重要方式。现有的工程地震保费厘定通常只着力于纯保费,对风险附加费的考量往往依经验,从而导致保费中无法体现对风险的补偿,成为工程地震险发展的瓶颈。本文通过将金融市场中的资本资产定价模型（CAPM）引入工程地震险的定价分析,从资本市场的角度探讨该模型在工程地震险定价中的应用,弥补了传统工程地震险保费厘定方法的固有缺陷,使得保费计算更为科学合理。最后,应用于一具体工程实例,验证了该模型的可行性和有效性。 相似文献
18.
本文运用灰色系统理论和方法，对地震活动进行灰色预测，表明河北诏山7.8级强震和江苏常熟5.1级中强震建模预测效果良好，对地震前兆数据作新息模型和等维新息模型的异常判别，以及包络模型判别、拓扑模型群判别，可以鉴别出地震前兆异常，实为地震前兆分析的一种新方法。 相似文献
19.
Aayush Agarwal Akash Chandra Shalivahan Shalivahan Roshan K Singh 《Geophysical Prospecting》2018,66(6):1215-1226
There is no meta‐heuristic approach best suited for solving all optimization problems making this field of study highly active. This results in enhancing current approaches and proposing new meta‐heuristic algorithms. Out of all meta‐heuristic algorithms, swarm intelligence is preferred as it can preserve information about the search space over the course of iterations and usually has fewer tuning parameters. Grey Wolves, considered as apex predators, motivated us to simulate Grey Wolves in the optimization of geophysical data sets. The grey wolf optimizer is a swarm‐based meta‐heuristic algorithm, inspired by mimicking the social leadership hierarchy and hunting behaviour of Grey Wolves. The leadership hierarchy is simulated by alpha, beta, delta and omega types of wolves. The three main phases of hunting, that is searching, encircling and attacking prey, is implemented to perform the optimization. To evaluate the efficacy of the grey wolf optimizer, we performed inversion on the total gradient of magnetic, gravity and self‐potential anomalies. The results have been compared with the particle swarm optimization technique. Global minimum for all the examples from grey wolf optimizer was obtained with seven wolves in a pack and 2000 iterations. Inversion was initially performed on thin dykes for noise‐free and noise‐corrupted (up to 20% random noise) synthetic data sets. The inversion on a single thin dyke was performed with a different search space. The results demonstrate that, compared with particle swarm optimization, the grey wolf optimizer is less sensitive to search space variations. Inversion of noise‐corrupted data shows that grey wolf optimizer has a better capability in handling noisy data as compared to particle swarm optimization. Practical applicability of the grey wolf optimizer has been demonstrated by adopting four profiles (i.e. surface magnetic, airborne magnetic, gravity and self‐potential) from the published literature. The grey wolf optimizer results show better data fit than the particle swarm optimizer results and match well with borehole data. 相似文献