粗糙集和神经网络相融合的物探作业风险评估模型的研究

发布时间：2017-06-24 10:02

  本文关键词：粗糙集和神经网络相融合的物探作业风险评估模型的研究，由笔耕文化传播整理发布。

【摘要】：石油与天然气开采的前提就是需要物探公司通过相关工作来确定油气层的位置、估算含量以及开采难度。然而物探施工作业因其施工环境多在野外,并且作业危险性高、施工困难等特点,在施工过程中存在大量的隐患,一旦这些因素导致相应的事故发生,就会造成人、财、物以及环境等受到伤害或破坏,影响石油与天然气的开采。为了减少施工作业过程中事故的发生,本文将粗糙集与BP神经网络结合起来构建了一个风险评估模型,该模型的作用是保证施工作业过程中的安全状况得到有效监管。本文主要完成以下几个方面的工作：(1)研究基于属性依赖度或基于信息熵来计算属性重要度的不完备性,将属性的依赖度和信息熵结合起来构建了一个新的属性重要度。蚁群优化算法作为现代组合优化领域中比较成熟的算法,在解决NP-Hard问题方面有很大的优势,因此本文将构建的属性重要度作为蚁群优化算法的启发式信息设计了基于蚁群优化算法的属性约简算法。(2)以实验室为某钻探公司开发的“施工作业现场安全监管预警系统”项目为依据,根据物探施工作业过程中出现的违章隐患,从人和物的角度出发构建了一个影响物探施工作业安全情况的三层指标体系。根据指标体系中的第三级指标当天的发生次数以及当天的事故复杂情况来构建数据集,并使用设计的基于蚁群优化算法的属性约简算法对数据集进行约简。(3)根据约简结果以及事故的伤亡程度所对应的风险等级,来构建BP神经网络的输入层和输出层,并根据输入层和输出层神经元的个数采用试凑法确定了网络的隐含层的神经元数量范围；然后采用训练样本对不同神经元个数所对应的网络模型进行训练,选择网络误差最低的网络所对应的神经元数量作为最终建立模型中网络隐层神经元的数量；最后采用测试数据对建立的网络模型进行验证,保证模型的可行性。(4)采用C#程序设计语言实现了所建立风险评估模型。
【关键词】：BP神经网络 粗糙集 风险评估模型 属性约简 物探作业 蚁群优化
【学位授予单位】：西南石油大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P631;TP18
【目录】：

• 摘要3-4
• abstract4-7
• 第1章 绪论7-12
• 1.1 研究背景7-8
• 1.2 研究意义8
• 1.3 国内外风险管理研究现状8-10
• 1.3.1 国外风险管理研究现状8-9
• 1.3.2 国内风险管理研究现状9-10
• 1.4 本论文的主要研究内容10-12
• 1.4.1 主要研究内容10-11
• 1.4.2 论文结构11-12
• 第2章 相关理论基础12-26
• 2.1 风险评估理论12-15
• 2.1.1 风险评估流程12-13
• 2.1.2 常用的风险评估方法13-15
• 2.2 粗糙集理论15-18
• 2.2.1 粗糙集理论的基本概念15-17
• 2.2.2 属性的约简17-18
• 2.3 蚁群优化算法18-20
• 2.3.1 蚁群优化算法的原理18
• 2.3.2 蚁群优化算法的数学描述18-20
• 2.3.3 蚁群优化算法的流程20
• 2.4 神经网络理论20-25
• 2.4.1 人工神经元模型21-22
• 2.4.2 常用的激活函数22-23
• 2.4.3 人工神经网络的结构23
• 2.4.4 BP神经网络模型23-24
• 2.4.5 BP神经网络对物探作业风险评估的可行性24-25
• 2.5 本章小结25-26
• 第3章 基于蚁群优化算法的属性约简算法26-33
• 3.1 知识的信息表示26-27
• 3.2 属性重要度的不完备性27-30
• 3.3 完备的启发式信息30-31
• 3.4 约简算法31-32
• 3.5 本章小结32-33
• 第4章 物探施工作业风险评估模型的构建33-45
• 4.1 风险评估的影响因素33-35
• 4.2 风险评估模型的构建35-41
• 4.2.1 粗糙集和神经网络相融合的可行性36
• 4.2.2 粗糙集理论在风险评估模型中的应用36
• 4.2.3 物探施工作业风险评估模型36-37
• 4.2.4 风险评估模型中BP神经网络的设计37-41
• 4.3 风险评估模型的验证41-44
• 4.4 本章小结44-45
• 第5章 物探施工作业风险评估模型的程序设计45-52
• 5.1 粗糙集模块的程序设计45-48
• 5.2 神经网络模块的程序设计48-51
• 5.3 本章小结51-52
• 第6章 总结及展望52-53
• 6.1 总结52
• 6.2 展望52-53
• 致谢53-54
• 参考文献54-57
• 攻读硕士学位期间发表的论文及科研成果57

【参考文献】

中国期刊全文数据库 前10条

1 谭露;王兵;刘昆;汤成斌;;基于灰色聚类方法的钻井作业安全性综合评价[J];重庆科技学院学报(自然科学版);2014年02期

2 赵一姝;白建平;刘菊梅;李增杰;;基于层次分析法的非常规气藏钻井安全综合分析评价[J];中国安全生产科学技术;2013年07期

3 李毅;任英;周浩;黎凡;;油气工程技术企业安全监管数字化及其应用——以中国石油川庆钻探工程公司为例[J];天然气工业;2012年03期

4 赵婧余;;基于粗糙集理论的钻井风险模糊综合评价研究[J];科技与管理;2010年02期

5 李琪;于琳琳;刘志坤;高晓荣;;钻井风险因素综合评价方法及模型建立[J];天然气工业;2008年05期

6 李美求;周思柱;;基于模糊综合评价法的钻井作业安全性评价[J];石油化工安全技术;2006年06期

7 姜虹;;企业集成风险管理范式构建:理论分析与运行架构[J];中国工业经济;2006年06期

8 徐章艳;刘作鹏;杨炳儒;宋威;;一个复杂度为max(O(|C||U|),O(|C|~2|U/C|))的快速属性约简算法[J];计算机学报;2006年03期

9 武岩,崔广才;基于信息熵的属性约简算法的研究与实现[J];长春理工大学学报;2005年03期

10 刘新立,董峥;论我国保险公司的整合风险管理[J];保险研究;2003年02期

中国博士学位论文全文数据库 前3条

1 邓海发;深水钻井作业重大事故风险评估与控制[D];中国石油大学（华东）;2012年

2 黄国顺;基于粗糙集的决策表知识约简研究[D];华中科技大学;2007年

3 魏大宽;不完备模糊决策信息系统粗糙集模型与知识约简研究[D];南京理工大学;2007年

中国硕士学位论文全文数据库 前10条

1 马海纬;基于粗糙集和神经网络的油气钻井作业安全评价模型研究[D];西南石油大学;2015年

2 郑玉柱;基于关联挖掘的物探施工作业安全评价模型的研究与实现[D];西南石油大学;2015年

3 黄焕鹏;配网工程项目施工风险管理研究[D];华北电力大学;2014年

4 陈记超;基于因子分析法的油田企业运营风险评估模型构建与应用研究[D];西南石油大学;2014年

5 黄佳玲;粗糙集在不完备数据分析中的理论与方法研究[D];江苏科技大学;2014年

6 郭晋芳;面向用户需求的属性约简方法研究[D];山西大学;2013年

7 郁松;电网建设工程项目风险管理研究[D];昆明理工大学;2013年

8 童新安;基于灰色系统与神经网络的组合预测方法及应用研究[D];西安电子科技大学;2012年

9 杜春晖;电力施工项目全面风险管理体系研究[D];华北电力大学;2012年

10 王芳;基于属性重要度的属性约简算法研究[D];电子科技大学;2011年

  本文关键词：粗糙集和神经网络相融合的物探作业风险评估模型的研究，，由笔耕文化传播整理发布。

本文编号：477782