人工神经网络在地球科学中的应用综述.PDFVIP

第 15 卷　第 3 期 地质科技情报 15　 3 V o l N o 19 9 6 年　　9 月 Geo logical Science and T echno logy Info rm ation Sep 1 9 9 6 人工神经网络在地球科学中的应用综述 吕 新 彪 ( ) 　　 中国地质大学资源学院, 武汉, 430074 　　 摘　要　人工神经网络(ANN ) 是一种动态信息处理系统, 它具有联想记忆、自组织、自适应、自学习和容错 性等特性。ANN 可对地质环境和各类地质对象进行判别分类; 可根据地震及测井中的各种波谱曲线进行地质 构造模式识别, 并实现自动编辑和解释; 可对各种遥感信息进行图像处理和地质构造解译; 在勘查地球物理方 面, 可解决某些反演问题; 在矿产勘查中可用于矿产资源定量预测与评价勘查过程中的组合优化及多目标决策 等问题。 关键词　人工智能　人工神经网络　应用　地球科学 面对呈指数般增长的地球观测信息和知识, 人们越来越感到传统的信息处理方法难以适 应, 渴望得到一种能帮助人进行诸如模式识别、分类、预测评价、检测和诊断、规划和决策之类 智能活动的技术方法, 以便及时有效地利用大量综合信息和知识。70 年代初崛起的人工智能 科学为解决这一问题提供了有力的工具。 人工智能科学是一门新型交叉性学科。简单地说, 它是研究如何建造一种人造系统来模仿 人脑思维功能的一门科学。目前, 人工智能研究正沿着两个主要方向展开, 一是专家系统, 另一 个是人工神经网络。与专家系统相比, 人工神经网络在地球科学中的应用开展得比较晚, 始于 80 年代末, 但发展相当快, 尤其是西方工业化国家的大石油公司与计算机产业联合, 开发出了 一些应用性人工神经网络系统。本文重点讨论人工神经网络的基本特点和其在地球科学中应 用现状与发展趋势。 1　人工神经网络简介 ( ) ( ) 人工神经网络 下简称ANN 是一种由大量简单处理单元 神经元 以某种方式互相连接 〔1〕 而成的, 对连续的或断续输入作出状态响应的动态信息处理系统 。它是以人脑的生理研究成 果为基础, 通过模拟人脑的结构和机理, 以实现人脑某些功能为目的建造的。从拓朴学的观点 ( ) 看,ANN 可以被看作是以处理单元 神经元 为节点, 用加权有向线连接的有向图。图 1 给出了 一个简单的ANN 模型。图中每个小黑点表示一个神经元, 各神经元之间通过互连形成一拓朴 结构, 这就是ANN 的互连模式。若把ANN 作为一个独立系统, 则ANN 在运行时, 从环境接 受信息, 经过加工处理后, 再将结果输出到环境中去。在信息处理过程中, 各神经元之连接并非 收稿日期:　　编辑: 谢荣举 ·93 · 是简单的信号传送通道, 而是可以按神经元之间 的连接强度系数, 对信息作放大或缩小处理。在大 多数ANN 中, 这种连接强度系数是一种参变量, ( ) 其改变方式由ANN 的学习规则 算法 决定。由 此可见, ANN 的结构由三个基本要素构成, 即神 经元、互连模式和学习规则。有关神经网络的基本 原理和方法, 可参阅文献〔2 〕和〔3 〕。 迄今为止, 人们已设计出了近 40 种不同的 ANN 模型, 这些模型在神经元