Co r mp En n e i g— d Ap i gie rn pl ca —

tn辜工 is机程 o

一__: .一.

一 一

Malb神经网络工具箱在煤层界面插值中的应用 t a 陈直显 CH EN Yi g— in n—xa

辽宁工程技术大学工商管理学院，辽宁葫芦岛 15 0 5 21 C l g f B sn s mi it t n L a n n e h ia o l e o u i e s Ad nsr i。 i o ig T c n c l e ao Unv r i, l d o L a n n 5 C ia i est Hu u a, io i g 1 51, h n y 2 0 E-ma lhl y@ 1 c n i: dc x 63.o l

CHEN n - in Ap l a i n o a l b Ne r l Ne wo k t o b x i o ls a i t r a e i t r o a i n Co u e g n e i g Yi g x a . p i t f M t u a t r o l o n c a e m n e f c n e p l t . mp t r En i e rn c o a o

a d Ap l ain, 0 0 4 ( ) 2 1 2 2 n p i t s2 1 . 6 3:4 - 4 . c o Ab ta t sr c:ANN( t ca N r-l tok) ( l lk h b s p rxmain o h ata rbe ho g ag u e f Arf il e a i i o New r !l a e te e t po i t f te cu lp o lms tru h a lre n mb r o a n a o la ig n tanig. s d n he e m n a d r i n Ba e o t mo e i daa f c a s a,h sr c u e f d lng t o o l e m t e tu t r o ANN i d sg e t i tr o ae h i e a e f s e in d o ne p l t t e ntr c o f c a s an. i M alb o 1 e i Usng ta Ne a Newm- t ob x,h mo l f c a s am i tra e ne p l t o url t k o lo te de o o l e ne c i tr o ai f on f ANN i sa ls e The s e tb ih d. ANN s i

t i e v a n ie b r h l aa t e h o l s a it r c n e oa in i r aie y t

e ANN. h n ep lt n r s l o h r n d b 1 o e o e d t .h n t e c a e m n e a e i tr lt s e l d b h a n f p o z T e it r o ai e u t f t e o c a s a o l e m it ra e s n ef c i 3D d s l y d ip a e by al b M ta .

Ke r s y wo d:Malb Arica t: t f il ua ew k A a i Ne rl t m’( NN) c a e m nep lt n;D i aiain N;o lsa itroai 3 vs l t o u z o

摘

要：工神经网络方法通过大量的样本学习和训练，够对实际问题进行最佳逼近。分析煤层界面建模数据的基础上，计人能在设

插值煤层界面的人工神经网络结构。用 M t b的神经网络工具箱建立对煤层界面插值的人工神经网络模型。某矿的钻孔数据利 aa l以为样本对人工神经网络进行训练，实现了对煤层界面网格的插值；过 Maa通 t b实现了对煤层界面的插值结果的三维显示。 l

关键 : tb软件；工神经网络； Ma a l人煤层插值；维显示三 DO:03 7￣i n10— 3 1 000 .7文章编号：0 2 8 3 (0 0 0— 2 10 文献标识码：巾图分类￣:P 0 I 1. 8 .s.02 83 . 1.3 3 7 s 2 0 10— 3 12 1 )3 0 4— 2 A ' 31 T

1前寿 对煤层描述的基础数据来自于有限的钻孔采样点。由于钻孔的密度有限，要对煤层进行准确的表达，必须添加一定密度

层界面。

2基于 Malb的人工神经网络设计 t a 选择应用最为广泛的 B P网络作为煤层界面插值的人工神经网络模型。结合煤层界面模型的实际特点，设计神经网络输入层、中间层和输出层，实现对基于 Maa tb的神经网络设 l计。煤层属于层状分布，由钻孔数据描述它的分布情况，用神经网络插值煤层界面就是以钻孔数据为训练样本实现对煤层界面的插值。在此，选择钻孔数据中煤层顶底板的地理位置坐标 ( l,做为煤层顶板的基础数据。, H),通过实践发现，若仅以、

的插值点才行。对煤层进行插值的核心工作就是根据地质勘探 程度、钻孔分布情况，以及煤层赋存条件的复杂程

度，选择适宜的插值方法。常用的插值方法有克立金法、距离幂次反比法，对地质界面采用趋势面法、曲面样条插值等方法进行曲面拟合Ⅲ。用这些传统的插值方法建立煤层模型，在一定程度上满足了实际生产的需要，但由于描述煤层赋存条件的地质变量(几何信 息、量指标 )有空『局域性、机性、续性、质具 b J随连各向异性，并

且在一定范围内呈现出非线性相关的特性，因而需要足够的样本空『,甘并且估值外推能力差， J产生的边界误差较大，丽新兴的人工神经网络方法擅长处理连续的、随机的、非线性问题，为煤层插值提供了一条新的途径} Maa美国 Ma w rs司推出的一套高性能的数值 t b是 l t ok公 h计算和可视化软件包。其中，神经网络工具箱是 M t b环境下 al a

,变量作为输入层的输入信息，以作为输出的 3层 B, P网络难 以收敛，中一个重要原因在于输入模式太单调，其没有提供足够的信息供网络学习识别，相当于三维趋势回归分析。为此，可将、,,适当组合，增加新的输入信息，这样就把原来的模式表

达变换为另一个具有更高维的增强表达式。设计输入层由 4个 神经元( 4构成，= )分别为 X、、/ Y、和 l( 2Y ) nX+。选择两个隐层，第一个隐层神经元数( 2可取为 1; N) 5第二个隐层神经元数 ( 3可取为 1;出层设为 1,) v 5输个神经元 (= )对应 1,

所开发出来的许多工具箱之一，它是以神经阏络理论为基础， 用 Ma a t b语言构造出典型神经阙络的工具函数， a a l M d b中专门编制了大量有关 B ( ak Poaai ) P B c rpgt n网络的工具函数， o为

于要输出的结果。所采用的 B P人工神经网络结构如图 1所示。图 2所示为用 Maa tb建立实际人工神经网络结构图， l是对 所设计的 B P神经网络的具体实现。

B P网络的应用研究提供了强有力的便利工具[6 5} -。文章基于 Maa软件包中 B tb l P网络对煤层的钻孔数据进行训练，插值煤

基金项 n:国家自然科学基金(h t nlNa rlS i c on a o fC ia u drG atN . 9 4 3 ) teNao a r a ce eF u dt n 0 hn n e rn o5 0 0 2。 i u n i 0作者简介

:陈应显 (9 5 )男， 17一，博士，讲师，主要研究领域为空间数据挖掘，矿山管理信息系统。 收穑口期：09 1— 2 20— 0 1修回口期：0 9 1— 0 20— 2 1