Прогнозирование геологических и других объектов на основе формализации данных и знаний

• Автор: Дударева, Оксана Витальевна
• Шифр специальности: 25.00.35
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Иркутск
• Количество страниц: 138 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

ГЛАВА 1. СОСТОЯНИЕ ГЕОИНФОРМАЦИОННЫХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ

1.1. ОВЗОР МЕТОДОВ ПРОГНОЗИРОВАНИЯ ГЕОЛОГИЧЕСКИХ ОБЪЕКТОВ

1.2. Значение карт в геологии.

1.3. Формализация картографической информации

1.4. Информационные веса признаков.

1.5. идеология геоинформационного анализа

ГЛАВА 2. ТЕХНОЛОГИЯ АНАЛИЗА ГЕОДАННЫХ И ПРОГНОЗИРОВАНИЯ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ КАРТОГРАФИЧЕСКОЙ ИНФОРМАЦИИ

2.1. Программный комплекс а Геоинформационный анализ

2.2. Обработка и анализ полей геологогеофизических признаков

2.3. Геологическое прогнозирование на основе использования картографической информации ИФОРМАЛИЗАЦИИ ЗНАНИЙ
ГЛАВА 3. РЕГИОНАЛЬНОЕ ПРОГНОЗИРОВАНИЕ НЕФТЕГАЗОНОСНОСТИ НА ПРИМЕРЕ ЮГА СИБИРСКОЙ ПЛАТФОРМЫ
3.1. НЕФТЕГАЗОНОСНОСТЬ И ТЕКТОНИКА ЮГА СИБИРСКОЙ ПЛАТФОРМЫ
3.2. РЕГИОНАЛЬНОЕ ПРОГНОЗИРОВАНИЕ НЕФТЕГАЗОНОСНОСТИ НА ОСНОВЕ ФОРМАЛИЗАЦИИ ДАННЫХ И ЗНАНИЙ НА ПРИМЕРЕ ЮГА СИБИРСКОЙ ПЛАТФОРМЫ
ГЛАВА 4. ПРИМЕНЕНИЕ РАЗРАБОТАННОЙ ТЕХНОЛОГИИ ДЛЯ РАЙОНИРОВАНИЯ ТЕРРИТОРИИ ПО ОПАСНОСТИ ВОЗНИКНОВЕНИЯ ЛЕСНЫХ ПОЖАРОВ.
4.1. НАЗНАЧЕНИЕ ТЕХНОЛОГИИ И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ.
4.2. ФОРМАЛИЗАЦИЯ ДАННЫХ И ЗНАНИЙ
4.3. Районирование территории по степени опасности возникновения лесных пожаров на ПРИМЕРЕ ЮЖНОГО ПРИАНГАРЬЯ.
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


В
совокупности такие методы называют кластерным анализом или методами численной таксономии. В литературе описаны сотни методов кластерного анализа и мер сходства. Все это говорит о недостаточной полноте теоретических разработок в этой области, нет и достаточно точного определения самого понятия кластерного анализа. По сути же такая классификация является бесцельной, в прямом смысле, т. Поэтому, хотя на практике эти методы имеют широкое применение, их использование должно, видимо, ограничиваться достаточно узкой областью приложений, например, когда набор информативных признаков достаточно точно известен. В противном случае кластеры могут быть выделены по случайным признакам, не имеющим отношения к цели исследования. В то же время многими специалистами неоднократно отмечалось, что при применении методов автоматизированного решения прогнозных задач слабо используют традиционные методы и опыт металлогенического анализа, генетические модели образования месторождений, определяющие качество прогнозных оценок. В последнее время для решения разнообразных прикладных задач геологии с помощью ПК начали применяться методы искусственного интеллекта, которые открывают возможность моделирования процесса принятия решений специалистами в сложных, плохо формализуемых ситуациях. Реализация таких методов получила название технологии экспертных систем ЭС, главной целью которых является наиболее полное и эффективное использование практически всей имеющейся информации по исследуемой территории, опыта геолога, накопленного им в процессе практической деятельности.