幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

預測理論及其在工農業中的應用(精)

  • 作者：林耀庭//周偉|責編:劉楊
  • 出版社：清華大學
  • ISBN：9787302675785
  • 出版日期：2024/12/01
  • 裝幀：精裝
  • 頁數：289
人民幣：RMB 198 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    近年來，人工智慧，尤其是神經網路預測方法，以其強大的數據處理能力和適應性引起了廣泛關注。然而，由於神經網路方法具有特定的數學屬性和特點，它更適合解決特定領域的問題，並非所有研究問題都能採用這種方法。因此，準確理解其適用條件和局限性，是科學選擇預測方法的重要前提。只有在合理評估其優勢與不足的基礎上，才能最大限度地發揮人工智慧預測方法的技術潛力，為相關研究提供更強有力的支持。在本書的編寫過程中，作者收集了國內外關於預測理論與實踐的大量研究成果和應用案例，系統整理了不同預測方法的理論基礎、實際應用及成功案例。這一過程結合了作者在工業、農業及礦產資源探測等領域的科研實踐，耗時八年，五易其稿，最終成書。本書力求為廣大科研人員提供一個實用的參考框架，幫助他們更好地應用預測理論進行研究
作者介紹
林耀庭//周偉|責編:劉楊
目錄
第1章  預測方法類型簡介
  1.1  傳統的預測和新近的預測方法
    1.1.1  傳統的預測方法
    1.1.2  新近的一些預測方法
  1.2  離散的預測和連續的預測方法
    1.2.1  離散時間系統模型演化預測
    1.2.2  連續的預測方法
  1.3  定性預測和定量預測方法
    1.3.1  定性預測
    1.3.2  定量預測
    1.3.3  定性預測和定量預測關係的比較
  1.4  統計型預測和專家系統預測方法
    1.4.1  統計型預測
    1.4.2  專家系統預測
第2章  傳統的預測方法和理論
  2.1  線性同歸預測方法
    2.1.1  線性回歸預測方法的起源和發展
    2.1.2  線性回歸預測方法的數學工具和理論基礎
    2.1.3  線性回歸預測方法的數學模型
    2.1.4  線性回歸預測方法的優缺點
    2.1.5  線性回歸預測方法的應用領域
    2.1.6  線性回歸預測方法在油氣田預測中的應用及效果
  2.2  時間序列預測方法
    2.2.1  時間序列預測方法的起源和發展
    2.2.2  時間序列預測方法的數學T具和理論基礎
    2.2.3  時間序列預測方法的數學模型
    2.2.4  時間序列預測方法的優缺點
  2.3  聚類分析預測方法
    2.3.1  聚類分析預測方法的起源
    2.3.2  聚類分析預測方法的數學工具和理論基礎
    2.3.3  聚類分析預測方法的數學模型
    2.3.4  聚類分析預測方法的優缺點
    2.3.5  聚類分析預測方法的應用領域
    2.3.6  聚類分析預測方法在油氣田預測中的應用及效果
  2.4  卡爾曼濾波預測方法
    2.4.1  卡爾曼濾波預測方法的起源和發展
    2.4.2  卡爾曼濾波預測方法的數學模型
    2.4.3  卡爾曼濾波預測方法的優缺點
    2.4.4  卡爾曼濾波預測方法的應刖領域
    2.4.5  集合卡爾曼濾波預測方法在油氣田預測中的應用及效果
  2.5  小波變換預測方法
    2.5.1  小波變換預測方法的起源和發展
    2.5.2  小波變換預測方法的數學工具和理論基礎
    2.5.3  小波變換預測方法在油氣田預測中的應用及效果
  2.6  分形預測方法
    2.6.1  分形預測方法的起源和發展
    2.6.2  分彤預測方法的優缺點
    2.6.3  分形預測方法的數學工具和理論基礎
    2.6.4  分形預測方法的應用領域
    2.6.5  分形預測方法存油氣田預測中的應用及效果

    2.6.6  分形預測方法的問題討論
  2.7  模式識別預測方法
    2.7.1  模式識別預測方法的起源和發展
    2.7.2  模式識別預測方法的優缺點
    2.7.3  模式識別預測方法的數學T具和理論基礎
    2.7.4  模式識別預測方法在工農業中的應用
    2.7.5  模式識別預測方法在油氣田預測中的應用及效果
  2.8  克里金預測方法
    2.8.1  克里金預測方法的起源和發展
    2.8.2  克里金預測方法的數學工具和理論基礎
    2.8.3  克里金預測方法的優缺點
    2.8.4  克里金預測方法的應用領域
  2.9  專家系統預測方法
    2.9.1  號家系統預測方法的起源和發展
    2.9.2  々家系統預測方法的優缺點
    2.9.3  專家系統預測方法的數學工具和理論基礎
    2.9.4  專家系統預測方法在工農業中的應用
    2.9.5  專家系統預測方法在油氣田預測中的應用及效果
  2.10  模糊數學預測方法
    2.10.1  模糊數學預測方法的起源和發展
    2.10.2  模糊數學預測方法的優缺點
    2.10.3  模糊數學預測方法的數學工具和理論基礎
    2.10.4  模糊數學預測方法的應用領域
  2.11  混沌理論預測方法
    2.11.1  混沌理論預測方法的起源和發展
    2.11.2  混沌理論預測方法的優缺點
    2.11.3  混沌理論預測方法的數學T具和理論基礎
    2.11.4  混沌理論預測方法在工農業中的應用
    2.11.5  混沌理論預測方法在油氣田預測中的應用及效果
第3章  灰色預測方法
  3.1  概述
  3.2  理論基礎
    3.2.1  灰色系統的基本概念
    3.2.2  灰色系統與模糊數學、黑箱方法的區別
    3.2.3  灰色系統的基本原理
    3.2.4  灰色系統理論的主要內容
  3.3  數學模型
    3.3.1  灰色預測的概念
    3.3.2  灰色預測的類型
    3.3.3  數據處理
    3.3.4  關聯度
    3.3.5  灰色預測模型
  3.4  應用實例及效果
    3.4.1  灰色預測方法在工農業中的應用
    3.4.2  灰色預測方法在油氣田預測中的應用
第4章  畢奧雙相介質預測方法
  4.1  雙相介質理論的歷史發展
  4.2  畢爽理論的數學基礎
  4.3  畢奧理論的開拓
  4.4  畢奧理論在地震勘探應刖的探索

  4.5  儲層物性參數反演的流程
    4.5.1  地震應力反演
    4.5.2  地質反演
    4.5.3  油氣藏綜合分析
  4.6  儲層物性參數簡介
    4.6.1  由地震應力兩個分量導出的Ⅰ類物性參數
    4.6.2  由Ⅰ類物性參數導出的Ⅱ類物性參數
    4.6.3  由Ⅰ、Ⅱ類物性參數導出的Ⅲ類物性參數
  4.7  物性參數在疑難地質問題的應用
  4.8  在油氣藏勘探開發中的應用實例
    4.8.1  勘探中的應用實例
    4.8.2  開發中的應用實例
第5章  波形結構特徵預測方法
  5.1  引言
  5.2  波形結構特徵預測方法簡介
    5.2.1  基本概念
    5.2.2  基本原理
    5.2.3  技術優勢
    5.2.4  應用特點
    5.2.5  該方法的創新性
  5.3  波形結構特徵描述
    5.3.1  方法原理
    5.3.2  波形結構特徵的分類
    5.3.3  波形結構特徵預測油氣的方法
  5.4  預測方法數學模型的建立
    5.4.1  建立預測數學模型的基本方法
    5.4.2  實現油氣預測過程的基本步驟
    5.4.3  工作流程——結構特徵處理流程和控制參數
  5.5  應用實例——以普光氣田為例
    5.5.1  普光氣田氣層的波形結構特徵
    5.5.2  地震數據體結構預測模型數值特徵
    5.5.3  地震數據體結構預測模型圖形特徵
    5.5.4  地震數據體結構預測模型特徵
    5.5.5  普光氣田含氣性量化判別標準及分類
  5.6  預測方法應用效果的綜合評價
    5.6.1  勘探上的應用效果——以Pg7井等井為例
    5.6.2  開發上的應用效果——38口開發井位軌跡的優化
    5.6.3  應用效果綜合評價
第6章  新近預測方法
  6.1  多波勘探技術
    6.1.1  多波勘探技術的歷史發展
    6.1.2  多波勘探技術的性質特點
    6.1.3  多波勘探技術的數學基礎
    6.1.4  多波勘探技術的應用
    6.1.5  多波勘探的問題討論
  6.2  時移（四維）地震技術
    6.2.1  時移地震技術的歷史發展
    6.2.2  時移地震技術的性質特點
    6.2.3  時移地震技術的數學基礎
    6.2.4  時移地震的岩石物理學基礎

    6.2.5  時移地震資料處理
    6.2.6  時移地震的關鍵問題及其解決方案
    6.2.7  時移地震的應用實例
    6.2.8  時移地震問題討論
    6.2.9  我國開展四維地震的可能性和必要性
  6.3  井問地震技術
    6.3.1  井間地震技術的歷史發展
    6.3.2  井間地震技術的性質特點
    6.3.3  井間地震技術的數學基礎
    6.3.4  井間地震技術的應用
第7章  人工智慧和支持向量機演算法及應用概述
  7.1  人工智慧BP演算法簡介
  7.2  人工智慧理論基礎
  7.3  人工智慧數學模型
    7.3.1  人工智慧基本BP演算法
    7.3.2  反向傳播法的改進方法
  7.4  人工智慧BP演算法的優缺點
    7.4.1  優點
    7.4.2  缺點及局限
  7.5  人工智慧神經網路的應用領域
  7.6  支持向量機的發展歷史
  7.7  支持向量機研究現狀
    7.7.1  支持向量機在分類方面的應用研究
    7.7.2  支持向量機在回歸估計方面的應Hj研究
  7.8  支持向量機的性質特點
  7.9  支持向量機的數學基礎
    7.9.1  統計學習理論
    7.9.2  支持向量機的基本原理
    7.9.3  核函數及其性能分析
    7.9.4  支持向量機訓練演算法
  7.10  支持向量機的應用
    7.10.1  支持向量回歸機預測模型
    7.10.2  序列最小優化演算法
    7.10.3  應用實例及其分析
    7.10.4  小結
主要參考文獻
後記

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032