李保霖
- 作品数：5 被引量：25H指数：3
- 供职机构：西安科技大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金霍英东教育基金长江学者和创新团队发展计划更多>>
- 相关领域：自动化与计算机技术矿业工程天文地球交通运输工程更多>>
- 遗传优化RBPNN的隧道围岩力学参数反演计算
- 2013年
- 针对隧道围岩参数取值的不确定性,以现场量测得到的位移信息量为基础,利用结构分析有限元的正演分析法提取实验样本,构造遗传算法全结构优化的径向基概率神经网络(RBPNN)模型,反演围岩力学参数.结果表明,利用遗传优化径向基概率神经网络反演围岩力学参数能够达到工程应用要求,为隧道施工的理论及其工程化方法提供了有效的途径.
- 龙熙华李保霖叶万军张兵
- 关键词：参数反演径向基概率神经网络遗传算法
- 煤自燃特征信息的模糊聚类与模式识别被引量：8
- 2011年
- 研究煤自燃特征信息,确定煤自然发火预测指标,实现煤自燃的早期预报,对煤矿的安全生产具有重要的实际意义。根据煤样自燃发火过程模拟实验和程序升温实验,得出煤自燃特征温度段,依据多元信息融合技术,结合现场采集煤自然发火观测气体数据,应用模糊聚类的方法,提取煤自燃多项指标信息的特征,并采用模糊模式识别的方法,确定出煤自燃特征信息及其与特征温度段的对应关系,从而实现煤自燃状态的识别和早期预报。
- 邓军李保霖程方明陈晓坤靳玉萍
- 关键词：煤自燃特征信息模糊聚类模式识别
- 多源信息融合的测井曲线分层算法研究被引量：3
- 2014年
- 测井数据解释中,针对单一测井曲线无法真实反映地层属性问题,提出以多条测井曲线的滤波因子为权值,融合出一条综合特征曲线,对该特征曲线相继采用层内差异法细分层与模糊聚类校正分层,实现特征曲线的合理分层。实验结果表明:该方法避免了海量数据处理过程,剔除了噪点数据的影响,提高了分层的速度与精度,能够为应用测井资料进行岩性识别、测井相分析、储层划分等研究提供有利的技术支撑。
- 靳玉萍李保霖
- 基于测井数据的岩性识别方法研究
- 随着测井技术的发展,综合应用各种测井数据,成为更快速,更准确的获得岩性信息最主要的途径。岩性识别是测井数据解释中最关键的一环。传统的识别方法效率慢、精度低、人为因素大、不利于实际工程的应用。因此,构造一种速度快,识别率高...
- 李保霖
- 关键词：岩性识别测井数据神经网络
- 基于遗传优化径向基概率神经网络的岩性识别应用被引量：8
- 2013年
- 岩性识别是测井数据解释中最关键的一环,但传统的岩性识别方法解释效率慢,精度低,受人为因素影响大。为此,提出一种遗传优化径向基概率神经网络(RBPNN)的岩性识别方法。该方法融合概率神经网络(PNN)和径向基函数神经网络(RBFNN)的优势来构造RBPNN,采用遗传算法搜索使得RBPNN训练法误差最小的最优隐中心矢量和相匹配的核函数控制参数,优化网络结构,提高收敛速度与精度,形成全结构遗传优化的RBPNN模型。实例应用表明,基于遗传优化RBPNN的岩性识别能够达到工程实际应用的规范标准,且是可行有效的,能够为油田地质勘探领域的岩性识别提供科学的理论支持与依靠。
- 靳玉萍李保霖
- 关键词：岩性识别径向基概率神经网络遗传算法
