人工智能技术在防震减灾工程中的应用

上篇 专家系统及其在防震减灾工程中的应用

第一章 专家系统的基本原理与结构

第一节 什么是专家系统

第二节 专家系统的基本结构

第三节 专家系统的发展方向

第二章 知识的表示与获取

第一节 知识表达

第二节 知识表达方式

第三节 知识获取

第四节 解释机制

第三章 推理

第一节 不确定性

第二节 概率推理模型

第三节 模糊推理

第四章 专家系统在防震减灾工程中的应用

第一节 地震预报专家系统

第二节 基于模糊神经网络和符号的地震预报专家系统

第三节 智能辅助地震区划系统LASHES

第四节 震后趋势决策支持系统PTDSS

第五节 供水系统震害预测专家系统

第六节 公路抗震评价专家系统ROSECH

第七节 空旷房屋震害预测的人工智能辅助系统SPEDP

参考文献

下篇 人工神经网络及其在防震减灾工程中的应用

第一章 人工神经网络概述

第一节 人工神经元网络的基本概念和特征

第二节 人工神经元网络研究的发展简史

第三节 ANN向BNN的学习

第四节 人工神经网络发展过程中的线性与非线性问题

第五节 人工神经元网络构成的基本原理和功能

第六节 人工神经元网络计算和传统计算的比较

第二章 BP网络

第一节 概述

第二节 BP网络回传学习算法

第三节 BP神经网络的训练样本集容量

第四节 BP网络的优缺点

第五节 改进的BP算法

第六节 传统BP网络的缺陷

第七节 BP型因素神经网络

第三章 RBF网络

第一节 用于插值的径向基函数

第二节 用于模式识别的径向基函数

第三节 RBF网络

第四章 自组织神经元网络

第一节 竞争学习

第二节 抑制竞争型神经网络及学习规则

第五章 概率神经元网络

第一节 两者的结合是发展的必然

第二节 两者结合的基本方式

第三节 模糊神经网络

第六章 人工神经元网络在防震减灾工程中的应用

第一节 ANN在确定地震参数中的应用

第二节 ANN在潜在震源划分中的应用

第三节 ANN在地震预报中的应用

第四节 ANN在地震动参数确定中的应用

第五节 ANN在场地地震液化评价中的应用

第六节 ANN在建筑物、生命线和次生火灾灾害预测中的应用

第七节 ANN在多层砖房震害预测中的应用

参考文献2100433B

《人工智能技术在防震减灾工程中的应用》主要介绍了人工智能技术（主要是专家系统和人工神经网络技术）的基本知识及其在防震减灾工程中的应用。上篇主要以地震预报专家系统、基于模糊神经网络和符号的地震预报专家系统、智能辅助地震区别专家系统、震后趋势决策支持专家系统、供水系统震害预测专家系统、公路抗震评价专家系统、空旷房屋震害预测的人工智能辅助系统为例，介绍了专家系统在防震减灾工程中的应用技术与方法；下篇主要以人工神经网络在确定地震参数、潜在震源划分、地震预报、地震动参数确定、场地地震液化评价、建筑物抗震鉴定、震后火灾损失预测、桥梁震害预测、多层砖房震害预测中应用为例，介绍了人工神经网络方法在防震减灾工程中的应用技术与方法。

《集成化人工智能技术及其在石油工程中的应用》综合集成化人工智能技术已经成为人工智能发展的历史性的发展趋势。应用综合集成化人工智能技术来解决石油工程复杂大系统课题，在理论和实际应用上具有重要的意义。《集成化人工智能技术及其在石油工程中的应用》系统介绍了人工智能技术的基本原理与方法，分析论述了综合集成化人工智能技术的基本理论、研究方法和技术，并将综合集成化人工智能技术应用于油气田勘探工程、油气井工程、油气田开发工程和油气集输系统中的智能优化决策中，给出了集成化人工智能技术在石油工程系统中的模式识别、参数优选、系统优化及效果预测等方面的大量应用实例，汇集了综合集成化人工智能技术的最新进展和成果。

《集成化人工智能技术及其在石油工程中的应用》理论与实践相结合，介绍了一系列的新理论、新技术和新方法，可作为从事人工智能、石油工程系统等相关领域并具有一定理论基础的科研人员、工程技术人员以及高校师生学习、借鉴和参考。

1 绪论

1.1 人工智能及其发展

1.2 人工智能技术现状与发展趋势

1.3 人工智能技术在石油工程中的应用概述

参考文献

2 集成化人工智能技术

2.1 集成化人工智能技术与石油工程系统

2.2 模糊神经网络

2.3 神经网络专家系统

2.4 遗传神经网络

2.5 灰色系统与神经网络

2.6 粗神经网络

2.7 混沌神经网络

2.8 混沌遗传算法

2.9 基于支持向量机的集成化智能技术

2.10 基于人工免疫系统的集成化智能技术

参考文献

3 集成化智能技术在油气勘探中的应用

3.1 地震解释中的集成化智能技术

3.2 沉积相识别中的集成化智能技术

3.3 基于灰色理论和cP网络的储层评价技术

3.4 油气水层识别中的集成化智能技术

3.5 基于遗传神经网络的测井储层参数预测

3.6 基于神经网络和模糊逻辑的裂缝识别技术

参考文献

4 集成化智能技术在钻井工程中的应用

4.1 智能化钻井工程系统发展及应用

4.2 基于模糊自适应Hamming网络钻井过程岩性识别

4.3 基于神经网络的混合决策树及造斜点位置确定

4.4 钻柱系统故障智能诊断方法及应用

4.5 集成化智能钻井安全监控系统原理及应用

4.6 套管柱强度设计的遗传算法应用

参考文献

5 集成化智能技术在油气田开发工程中的应用

5.1 油藏工程中的集成化智能技术及应用

5.2 智能抽油机综合采油控制系统

5.3 注水系统决策中的集成化智能技术

5.4 油气田增产稳产决策中的智能技术

5.5 水淹层识别与剩余油挖潜的智能决策

5.6 提高采收率中的集成化智能技术及其应用

5.7 试井解释中的集成化智能技术及应用

5.8 储层伤害预测与改造方案智能决策

5.9 稠油开采方式决策神经网络专家系统

5.10 基于混合遗传算法的新型防砂筛管优化设计

参考文献

6 集成化智能技术在油气集输系统的应用

6.1 天然气负荷预测的集成化人工智能技术

6.2 油气集输系统优化设计的集成化智能技术

6.3 油气管道安全保障中的集成化人工智能技术

参考文献

2100433B

建设工程争议的频繁发生降低了建设项目的效率，浪费了工程资源，对项目产生负面影响。同时，在工程争议解决的过程中，相似的问题经常重复发生，如何从过去的争议中提取有用的信息，提高工程争议解决效率，甚至减少争议的发生，引起了研究人员的广泛关注。《人工智能技术在建设工程争议解决中的应用》将人工智能技术引入工程争议领域，构建工程争议案例库，对争议案例进行关联规则挖掘和争议结果预测，为工程争议解决提供了全新的思路。该书提出的法律论证图式模型推动了工程争议的法律推理过程的结构化建模，是争议解决领域智能化的基础；利用关联规则挖掘得到的工程质量缺陷之间的规律，可以在施工之前起到预警作用，防止缺陷发生，进而预防缺陷争议的产生，而在工程质量争议已经发生的时候，可以预测缺陷的原因和责任方；预测工程争议结果帮助争议双方了解输赢的可能性，一定程度地减小在争议上的支出。该书构建的案例库可以成为工程索赔研究和工程法律研究的基础平台。

该书可供工程争议、人工智能、法律推理等领域的研究人员和工程合同管理及工程法律从业人员参考使用 。