地震数据油气预测中的属性优化方法

本文简单介绍了智能信息处理中新出现的RoughSet（RS）理论及属性选择方法，从双相介质地震波传播理论角度，探讨了地震数据油气预测属性优化原理，提出了基于RS理论的地震数据油气预测属性优化方法。实际应用表明；本方法速度快、易实现，而且在优选属性、最大程度地减少提取地震属性种数、提高分类正确率等方面，明显优于其它方法。本方法将成为地震数据油气预测的一种有效手段。     

钢铁企业价格预测决策模型体系研究

通过对钢铁企业现行价格管理体系的分析 ,建立了钢铁企业价格预测决策模型体系。充分利用大量的定性、定量信息 ,并把趋势预测和因果预测技术相结合 ,采用组合预测模型对价格进行预测 ,最后对预测出来的多方案进行模糊综合评价 ,给出推荐方案顺序。实际应用表明 ,模型体系是有效的。     

世界乳聚丁苯橡胶的市场现状及预测

1991年世界E-SBR产量达362.4万t,占SBR产量的80%,占SR产量的38.3%;目前生产处于困境,一些发达国家的大公司关闭了生产装置,但预计发展中国家将有中小型装置投入运营;1995年世界E-SBR消耗量预计为333.8万t。     

时间序列分析法在轴承寿命预测中的应用研究

通过对振动信号的时间序列分析，得出归一化残差平方和（ＮＲＳＳ）适于作为故障诊断的特征参数，用ＮＲＳＳ拟合预测轴承工作寿命的数学模型。用这种方法预测油承工作寿命，简便易于，对现场开展设备诊断工作具有很大的实用性。     

采用B-样条神经模糊模型预测粒状土浅地基的沉降—Computersand Geotechnics，2003（8）

粒状土浅地基设计通常由沉降而非承载能力决定。所以，设计时主要关心沉降预测，它是浅地基设计的必备标准。目前，只有用众多数值模拟技术，才能准确而一致地预测出粒状土浅地基的沉降。近来，用反传播算法培训的多层感知器(MLP)已经成功地应用于预测粒状土浅地基的沉降。其缺点是培训期间获得的知识呈关联权重分布，很复杂，难以解释。     

多属性神经网络地震反演在NB油田水平井钻探中的应用

NB油田位于渤海海域,为新近系河流相稠油油田,储层横向分布不稳定,砂体厚度薄、连通性较差,油水关系复杂,开发设计部署了大量水平井。选择神经网络反演方法,建立地震属性与储层参数的非线性关系,进而根据其关系反演得到储层参数数据体,利用该数据体沿层切片提取储层预测信息,研究储层发育规律,指导该油田水平井的部署和钻探,取得了较好的效果,降低了钻探风险。用神经网络地震反演方法进行储层预测研究,指导水平井钻探,在渤海海域尚属首次。     

氨合成塔温度的预测自动化控制及优化

目前国内对于氨合成塔温度控制多采用PID控制、串级控制、前馈一反馈控制等方法，这些方法虽然实现简单，但难以克服氨合成塔温度控制中的大延时、强干扰和各段间强烈耦合等特性带来的不利影响，控制效果不佳，因此，决定在氨合成塔温度控制中采用广义预测控制策略设计多路前馈广义预测控制器。     

行业采风

~~行业采风~~     

2007年全球及中国农药市场发展预测分析简介

自90年代中期以来全球农药市场止步不前，销售额基本稳定在300亿美元左右。农药行业由技术驱动，全球农药市场高度集中而垄断，六家跨国农药公司占据全球70％以上的市场份额。