无标题文档
 最新推荐
人工神经网络技术在地球化学研究中的潜在应用

人工神经网络技术在地球化学研究中的潜在应用

李立武  李中平  杜丽  曹春辉  刘艳  贺坚  邢蓝田  杨辉

公共技术服务中心,中国科学院地质与地球物理研究所兰州油气资源研究中心

  1.前言

  20世纪80年代,人工神经网络的研究进入热点,至今在很多领域获得了应用,如信息处理、自动化、工程领域、经济领域和生物医学领域。在石油天然气研究与勘探开发领域,其应用也很广泛,如地震信息提取、储层参数预测和模式识别等。在分析化学方面,应用人工神经网络方法建立光谱与化合物之间的对应关系,从而鉴定化合物或者化学结构。

  2.初步应用

在地球化学研究方面,人工神经网络技术的应用实例还很少见。近年来,在解决气体组分质谱数据处理问题的过程中,我们尝试使用了这项技术。最简单的网络是单层感知器,选择数个或数十个质荷比,从质谱中提取相应的峰高数据,作为自变量数组,以待测气体组分作为因变量数组,通过纯组分或混合组分标准气体的分析,用单层感知器方法求解因变量数组与自变量数组之间的关系式数组。将未知样品的自变量数组代人该关系式数组,就可以获得未知样品的组分数据。

(a)MAT271质谱数据处理的LMS程序

(b)四极质谱数据处理的BP程序设计

(c)质谱数据处理的RBF程序设计

  图1(a)为最小均方规则法(LMS)程序运行界面,LMS是一种单层感知器人工神经网络,当气体浓度与质谱峰高为线性关系时,这种方法很实用,我们用此方法处理了幔源岩脱气质谱组分数据,获得了较满意的结果。图1(b)为误差回传神经网络(BP)设计时的界面,BP是一种非线性人工神经网络,四极质谱仪的质谱峰高与进气量有关,其质谱峰高与气体浓度之间的线性关系受进气量的影响,用非线性的网络处理数据可能更好,但试验结果仍不满意。图1(c)为径向基函数神经网络(RBF)设计时的界面,RBF是基于数学原理的非线性神经网络,当质谱峰高与气体浓度之间为非线性关系时,可能用处更多,如离子阱质谱的数据处理。

  3.潜在应用

  用气相色谱、液相色谱、红外光谱和质谱等仪器分析混合物时,经常会遇到重叠峰的解析问题,国内外也开发了一些谱图解析的软件,就地球化学分析测试而言,样品来源往往很复杂,混合物中的成分也很复杂,用人工神经网络来解析谱图,可能会产生好的效果,由于其具有模糊的特点,即使存在未知的成分,也可以解析。例如,质谱测量同位素比,常遇到其它成分的干扰,我们将这些干扰考虑进去,获得带干扰的标准样品质谱图,建立待测同位素与质谱图的关系,通过解析未知样品的质谱图,就可以获得待测同位素的比值。

  上面提到的单层感知器、误差回传神经网络和径向基函数神经网络方法,在解决线性和非线性响应的定量分析问题上适应。如果将定性的结果用数值表示,也可以解决分类的问题。例如,烃源岩评价,以有机碳含量和氯仿沥青A等等参数作为自变量,以数值表示烃源岩分类级别,就可以建立神经网络关系。

  还有一类自组织人工神经网络,可以用于解决分类问题。例如,研究沉积物与环境的关系,首先对沉积物进行一系列的测试,通过自组织人工神经网络对其进行分类,然后研究其分类结果与环境的对应关系,从而优选出与环境密切相关的特征参数或特征标志。

 
来源: 编辑:李靓
 相关新闻

关于我们 | 版权声明 | 广告业务 | 联系我们

甘肃日报社每日甘肃网版权所有 未经书面授权不得复制或建立镜像 甘肃每日传媒网络科技有限责任公司承担本网站所有的经营业务、内容更新和技术维护

国家互联网新闻信息服务许可证编号:6212006001 ICP备案号: 陇ICP备05000341 号

增值电信业务经营许可证编号:甘B2-20060007 信息网络传播视听节目许可证编号:2806153