金刚石钻探岩石可钻性预测中投影寻踪回归方法的运用.doc

金刚石钻探岩石可钻性预测中投影寻踪回归方法的运用 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：金刚石钻探岩石可钻性预测中投影寻踪回归方法的运用 1 1、投影寻踪回归原理[16] 2 2、应用实例 4 3、结语 5 文2：高职英语教学中教育研究方法的运用 5 一、　教育研究的实证方法 5 1.问卷调查法 6 2.定量观察法 6 3.教学实验法 6 二、　复杂思维法 7 三、　系统思维法 7 参考文摘引言： 8 原创性声明（模板） 9 文章致谢（模板） 9 正文 金刚石钻探岩石可钻性预测中投影寻踪回归方法的运用 文1：金刚石钻探岩石可钻性预测中投影寻踪回归方法的运用 岩石的可钻性是岩石的各种物理力学性质在钻进过程中的综合反映，是岩石破碎理论研究工作中最具体的内容[1]。科学地对其预测不仅是制定钻探生产定额的基础，而且为优化钻进提供理论依据[2] 由于岩石可钻性影响因素较多，不同系统所用钻进法不同，其分类方法及相应的评价指标也不同[3，4，5，6]。但对硬岩中金刚石钻进岩石可钻性的研究较少。金刚石岩心钻探作为一种先进的钻进工艺，长期以来人们就企图把岩石的物理性质与其可钻性联系起来考虑[7]。根据岩石的力学性质进行岩石的可钻性分级的方法有单因素法[8]和多因素法[9]。岩石可钻性级别的预测是一个多指标的决策问题，目前已有多种方法处理这类问题，如模糊综合评判法[10]等。但这些方法大多是先对不同的判定指标进行无量纲化处理，然后再结合各指标的权重进行组合。 投影寻踪回归方法因其能在一定程度上解决分类、函数逼近和时间序列预测等高维非线性和非正态问题，在水资源工程方案优选[11]、水质评价[12]、热带气旋年季频数预测[13]、边坡稳定性评价[14]和砂土液化势评价[15]等方面得到了应用，这里将其应用于岩石可钻性预测。 1、投影寻踪回归原理[16] 投影寻踪回归是对已知的资料{xk，Yk}kn-1(xk为p元，yk为一元)，建立非参数回归模型: （公式） 并估计其中的p元函数G，这里G(x)=E{Yk|xk=x}。G是先将p元变量投影成一元变量，即取u=θxk，再将这个一元实数u送进一元函数G建立映像，其映像投影方向θ=(θ1，θ2，…，θp)的选择是要使估计误差平方和最小。 若解释变量集合xk，1≤k≤n是来自密度函数f的p元随机样本，对每个p元样本xk，有一元yk与之对应，且E{Yk|xk=x}=G(x)。这里G为回归函数，即目标函数。 但从观察{xk，yk}nk-1=1做出p元G(x)的估计p太大，维数太高，故作沿着θ方向的一元函数。 （公式） 在区域A∈Rp内对G的第一次投影逼近使函数G1(x)=gθ1(θ1·x)。这里θ1是极小化公式S(θ)=E{[G(x)-gθ(θ·X)]2I(X∈A)}的结果。因G是未知的，要做出S(θ)与gθ(u)的估计，才能得到G1(x)的估计。设θ·x的密度为fθ，利用样本xj但不包括xk构造fθ的核估计为: （公式） 其中，K为核函数;h为窗宽。 排除xk在外的Gθ的估计为: （公式） 借助于交叉核实的思想，对式(5)极小化: （公式） 其解就作为的估计。于是即可作为回归函数X在区域A的第一次投影逼近，亦即投影寻踪回归。 这种回归模型的计算是对方程Y=G(θ·x)+ε·(Y)(Y为一元;x为k元;G为形式未知的待定函数;θ为待定的投影方向)，先做出u=θ·x的密度核估计f(u)，它带有未知参数θ，然后用权函数方法做出G的非参数估计g，最后用交叉核实方法求s(θ)=∑(Y-g)2的极小值，用单纯形算法可以确定θ，从而求出G的估计。 2、应用实例 金刚石钻进主要破碎形式为压入、张裂和剪切。岩石的物理力学参数与可钻性存在一定相关性[9]。为了预测金刚石钻进岩石的可钻性级别，以岩石的压入硬度、肖氏硬度、塑性系数、钢针摩擦值、微钻时效、钻头摩擦值和实钻时效作为评价指标，分别对5块闪长岩、正长岩和橄长岩进行了试验，按照《金刚石岩心钻探岩石可钻性分级表》[17]，将前3种岩石分别定为Ⅵ级、Ⅶ级和Ⅷ级(如表1所示)作为已知样本，最后一组斜长岩5块标本作为未知级别进行预测。 表14种岩石的物理力学指标 应用DPS系统进行投影寻踪回归分析。由于DPS系统提供了投影寻踪回归分析模块，进入投影寻踪回归分析时，可给出投影寻踪回归分析的相关参数。一般情况下，取DPS系统给出的缺省值即可。如需要进行预测，则在系统弹出输入预报因子的界面时，输入各个因子的实况运行，即可得到预测值。 在本例中，选取前15个数据3种岩石的可钻性指标作为样本资料，预留后5个数据拟合检验。应用DPS系统缺省值，经过分析，首先给出各个投影的