基于神经网络的录井导向专家系统研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 问题的提出、研究的必要性 | 第10-11页 |
| 1.2 国内外研究概况及发展趋势 | 第11-18页 |
| 1.3 本文主要研究内容、研究思路 | 第18-21页 |
| 1.3.1 主要研究内容 | 第18-19页 |
| 1.3.2 研究思路 | 第19-21页 |
| 第二章 录井导向专家系统的基本理论 | 第21-26页 |
| 2.1 录井导向专家系统的一般结构 | 第21-22页 |
| 2.1.1 系统的一般结构 | 第21页 |
| 2.1.2 系统的功能特点 | 第21-22页 |
| 2.2 录井导向专家系统中知识的获取策略 | 第22-24页 |
| 2.2.1 传统的知识获取方法 | 第22-23页 |
| 2.2.2 录井导向专家系统中知识获取方法 | 第23-24页 |
| 2.3 知识表示方法 | 第24-26页 |
| 2.3.1 知识表示的概念 | 第24-25页 |
| 2.3.2 基于神经网络知识的表示方法 | 第25-26页 |
| 第三章 基于神经网络的录井导向专家系统技术 | 第26-39页 |
| 3.1 专家系统结构 | 第26-27页 |
| 3.1.1 专家系统的概念和特征 | 第26页 |
| 3.1.2 专家系统的基本组成 | 第26-27页 |
| 3.2 神经网络基本理论 | 第27-39页 |
| 3.2.1 生物神经网络模型 | 第28-30页 |
| 3.2.2 人工神经网络模型 | 第30-33页 |
| 3.2.3 神经网络的结构分类 | 第33-36页 |
| 3.2.4 神经网络的关键技术 | 第36-39页 |
| 第四章 录井导向专家系统的设计与实现 | 第39-66页 |
| 4.1 参数的提取与数据预处理 | 第39-40页 |
| 4.1.1 参数提取 | 第39页 |
| 4.1.2 数据预处理 | 第39-40页 |
| 4.2 基于神经网络的录井导向专家系统 | 第40-44页 |
| 4.2.1 专家系统与神经网络的结合方法 | 第40-42页 |
| 4.2.2 系统的知识表示与获取 | 第42-44页 |
| 4.3 系统设计 | 第44-54页 |
| 4.3.1 知识库设计 | 第44-50页 |
| 4.3.2 推理机设计 | 第50-54页 |
| 4.4 系统实现 | 第54-61页 |
| 4.4.1 曲线预测 | 第54-57页 |
| 4.4.2 系统的核心类实现 | 第57-59页 |
| 4.4.3 系统时序图 | 第59-61页 |
| 4.5 曲线的预测建立过程 | 第61-66页 |
| 第五章 系统模拟结果 | 第66-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 未来展望 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77页 |
