| 0 前言 | 第1-12页 |
| 0．1 概述 | 第7-8页 |
| 0．2 油气物化探综合异常评价方法的国内外现状 | 第8-9页 |
| 0．3 对前人评价方法的基本总结 | 第9页 |
| 0．4 综合异常评价方法探索的必要性 | 第9-10页 |
| 0．5 本文的主要成果 | 第10-12页 |
| 1 综合异常模糊分类评价的基本思路 | 第12-16页 |
| 1．1 综合异常的特征描述(初始模型建立) | 第13页 |
| 1．2 综合异常灰关联优选评序和分类评价(评价模型建立) | 第13-14页 |
| 1．2．1 综合异常的灰关联优选评序 | 第13页 |
| 1．2．2 分类评价 | 第13-14页 |
| 1．3 模式识别(预测模型建立) | 第14-16页 |
| 2 综合异常特征参量的提取和选择 | 第16-21页 |
| 2．1 基本原则 | 第16页 |
| 2．2 特征参量的可分性判据 | 第16-18页 |
| 2．2．1 构造可分性判据应满足的要求 | 第16-17页 |
| 2．2．2 基于几何距离的可分性判据 | 第17-18页 |
| 2．3 特征参量提取和选择的基本方法 | 第18-19页 |
| 2．4 油气物化探综合异常特征参量的具体描述 | 第19-21页 |
| 3 评价方法原理及算法 | 第21-27页 |
| 3．1 灰关联优选原理 | 第21-23页 |
| 3．1．1 母序列设定 | 第21页 |
| 3．1．2 子序列 | 第21-22页 |
| 3．1．3 求两级最小、最大差 | 第22页 |
| 3．1．4 求关联系数和关联度 | 第22-23页 |
| 3．1．5 灰关联度评序 | 第23页 |
| 3．2 模糊划分动态聚类 | 第23-26页 |
| 3．2．1 基本原理 | 第23-24页 |
| 3．2．2 算法描述 | 第24-26页 |
| 3．3 小结 | 第26-27页 |
| 4 模式识别 | 第27-33页 |
| 4．1 学习样本及标准模式的建立 | 第28-29页 |
| 4．2 人工神经网络模式识别 | 第29-33页 |
| 4．2．1 BP神经网络的结构 | 第29-30页 |
| 4．2．2 BP神经网络算法描述 | 第30-32页 |
| 4．2．3 综合异常模式识别 | 第32-33页 |
| 5 软件开发 | 第33-36页 |
| 5．1 程序框图 | 第33页 |
| 5．2 变量说明 | 第33-34页 |
| 5．3 程序源代码 | 第34-36页 |
| 6 实例分析 | 第36-47页 |
| 6．1 以鄂尔多斯盆地某探区油气物化探为例 | 第36-45页 |
| 6．1．1 探区地质概况 | 第36-37页 |
| 6．1．2 物化探方法及参数选择 | 第37页 |
| 6．1．3 综合异常特征参量选取结果 | 第37-42页 |
| 6．1．4 模糊动态聚类结果 | 第42-43页 |
| 6．1．5 神经网络期望输出的构建 | 第43-45页 |
| 6．2 待评价区综合异常的识别结果 | 第45-46页 |
| 6．3 结果分析 | 第46-47页 |
| 7 结论与建议 | 第47-50页 |
| 7．1 结论 | 第47-48页 |
| 7．2 建议 | 第48页 |
| 7．3 结束语 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 附录: 源程序代码 | 第52-72页 |