Прогнозирование геологических и других объектов на основе формализации данных и знаний

  • Автор:
  • Специальность ВАК РФ: 25.00.35
  • Научная степень: Кандидатская
  • Год защиты: 2006
  • Место защиты: Иркутск
  • Количество страниц: 138 с. : ил.
  • Стоимость: 230 руб.
Титульный лист Прогнозирование геологических и других объектов на основе формализации данных и знаний
Оглавление Прогнозирование геологических и других объектов на основе формализации данных и знаний
Содержание Прогнозирование геологических и других объектов на основе формализации данных и знаний
СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. СОСТОЯНИЕ ГЕОИНФОРМАЦИОННЫХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ
1.1. ОВЗОР МЕТОДОВ ПРОГНОЗИРОВАНИЯ ГЕОЛОГИЧЕСКИХ ОБЪЕКТОВ
1.2. Значение карт в геологии.
1.3. Формализация картографической информации
1.4. Информационные веса признаков.
1.5. идеология геоинформационного анализа
ГЛАВА 2. ТЕХНОЛОГИЯ АНАЛИЗА ГЕОДАННЫХ И ПРОГНОЗИРОВАНИЯ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ КАРТОГРАФИЧЕСКОЙ ИНФОРМАЦИИ
2.1. Программный комплекс а Геоинформационный анализ
2.2. Обработка и анализ полей геологогеофизических признаков
2.3. Геологическое прогнозирование на основе использования картографической информации ИФОРМАЛИЗАЦИИ ЗНАНИЙ
ГЛАВА 3. РЕГИОНАЛЬНОЕ ПРОГНОЗИРОВАНИЕ НЕФТЕГАЗОНОСНОСТИ НА ПРИМЕРЕ ЮГА СИБИРСКОЙ ПЛАТФОРМЫ
3.1. НЕФТЕГАЗОНОСНОСТЬ И ТЕКТОНИКА ЮГА СИБИРСКОЙ ПЛАТФОРМЫ
3.2. РЕГИОНАЛЬНОЕ ПРОГНОЗИРОВАНИЕ НЕФТЕГАЗОНОСНОСТИ НА ОСНОВЕ ФОРМАЛИЗАЦИИ ДАННЫХ И ЗНАНИЙ НА ПРИМЕРЕ ЮГА СИБИРСКОЙ ПЛАТФОРМЫ
ГЛАВА 4. ПРИМЕНЕНИЕ РАЗРАБОТАННОЙ ТЕХНОЛОГИИ ДЛЯ РАЙОНИРОВАНИЯ ТЕРРИТОРИИ ПО ОПАСНОСТИ ВОЗНИКНОВЕНИЯ ЛЕСНЫХ ПОЖАРОВ.
4.1. НАЗНАЧЕНИЕ ТЕХНОЛОГИИ И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ.
4.2. ФОРМАЛИЗАЦИЯ ДАННЫХ И ЗНАНИЙ
4.3. Районирование территории по степени опасности возникновения лесных пожаров на ПРИМЕРЕ ЮЖНОГО ПРИАНГАРЬЯ.
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


В
совокупности такие методы называют кластерным анализом или методами численной таксономии. В литературе описаны сотни методов кластерного анализа и мер сходства. Все это говорит о недостаточной полноте теоретических разработок в этой области, нет и достаточно точного определения самого понятия кластерного анализа. По сути же такая классификация является бесцельной, в прямом смысле, т. Поэтому, хотя на практике эти методы имеют широкое применение, их использование должно, видимо, ограничиваться достаточно узкой областью приложений, например, когда набор информативных признаков достаточно точно известен. В противном случае кластеры могут быть выделены по случайным признакам, не имеющим отношения к цели исследования. В то же время многими специалистами неоднократно отмечалось, что при применении методов автоматизированного решения прогнозных задач слабо используют традиционные методы и опыт металлогенического анализа, генетические модели образования месторождений, определяющие качество прогнозных оценок. В последнее время для решения разнообразных прикладных задач геологии с помощью ПК начали применяться методы искусственного интеллекта, которые открывают возможность моделирования процесса принятия решений специалистами в сложных, плохо формализуемых ситуациях. Реализация таких методов получила название технологии экспертных систем ЭС, главной целью которых является наиболее полное и эффективное использование практически всей имеющейся информации по исследуемой территории, опыта геолога, накопленного им в процессе практической деятельности.

Рекомендуемые диссертации данного раздела