基于机器学习的地层序列模拟

论文摘要

地层结构及其分布的模拟是地质信息化研究与工程规划设计建造的迫切需求。现有的研究方法主要以钻孔数据为基础,选择插值方法进行二维剖面绘制和三维地层建模。插值方法是决定模拟结果准确程度的重要因素,但插值方法的选取受主观因素影响,缺乏科学合理性,难以推广应用。针对这一问题,本文提出一种基于钻孔数据进行机器学习的地层序列模拟方法,即将钻孔地层数据处理为地层类型序列与地层层厚序列,利用循环神经网络与序列-序列架构建立地层序列模拟模型。通过将模拟结果与实际钻孔数据对比分析,发现地层序列模型可以较准确地模拟地表到基岩面之间的地层类型与厚度范围。研究可为地层模拟提供新方法。

论文目录

• 0 引言
• 1 地层序列模拟的机器学习理论基础
•   1.1 循环神经网络
•   1.2 地层序列导师驱动学习
• 2 基于循环神经网络的地层数据重构
•   2.1 数据归一化
•   2.2 地层序列填充
•   2.3 地层编码
• 3 基于循环神经网络的地层序列模拟
•   3.1 地层类型序列模型的建立
•   3.2 地层层厚序列模型的建立
•   3.3 地层序列模型
• 4 应用实例
•   4.1 应用区域及其数据简介
•   4.2 地层模拟实验
• 5 结论

文章来源

类型: 期刊论文

作者: 周翠英,张国豪,杜子纯,刘镇

关键词: 地层序列模拟,机器学习,循环神经网络,序列序列学习

来源: 工程地质学报 2019年04期

年度: 2019

分类: 基础科学,信息科技

专业: 地质学,自动化技术

单位: 中山大学土木工程学院,中山大学工学院

基金: 国家自然科学基金项目(41530638,41030747,41227002,41372302,41472257),广东省重点应用专项(2016B010124007),广州市科技计划项目(201803030005)资助~~

分类号: P539;TP181

DOI: 10.13544/j.cnki.jeg.2018-229

页码: 873-879

总页数: 7

文件大小: 438K

下载量: 146