摘要：为进行小麦产量预测与气象灾害预警分析,利用C#语言和.NET开发平台,基于Super Map组件式GIS的二次开发技术,设计开发了黄淮海地区冬小麦产量预测与气象灾害预警系统。该系统设置基础地理信息、数据查询与管理、冬小麦长势监测、产量估算、气象灾害预警、数据统计分析、专题图制作和系统帮助八个模块,可实现冬小麦基本农情信息查询、长势分级、产量预测及气象灾害预警等决策分析,同时可输出各类专题图等信息产品,以期为小麦生产管理的定量化、信息化提供技术支撑。

摘要：人口的持续增长对农业系统的压力越来越大,产量预测能够为农作物的合理规划与种植提供指导。随着数据科学与计算机软硬件的发展,机器学习凭借其对复杂性、非线性问题的处理能力,在数据分析、农业病虫害识别、模式识别中表现良好,被逐渐应用于农作物产量预测中。该文以当前农作物产量预测为背景,概述了机器学习的主要算法,在归纳国内外研究进展的基础上,综合分析当前基于机器学习的农作物产量预测方法,并讨论了不同方法特点和精度。

摘要：针对煤层气井的压裂特点和产出机理 ,综合应用流体力学、线弹性断裂力学、传热学、计算数学和软件工程等方面的知识 ,提出了煤层压裂裂缝三维延伸模型和产量动态预测模型 ,其中裂缝三维延伸模型考虑了煤层、上下遮挡层之间的地应力和岩石力学参数变化的影响 ,产量动态预测模型考虑了煤层气先解吸扩散后渗流入井的产出机理·　在此基础上研制了煤层气井三维压裂优化设计软件 。

摘要：面向对象的冬小麦产量预测专家系统（简称“ＯＯＷＦＥ”），采用面向对象的程序设计语言（Ｃ＋＋），所有因子的描述采用知识类型——原型类存储，将涉及产量因素的专家知识分类，规约成统计型、指标型和经验型三类知识原型，经过系统推理机制自动推理，形成冬小麦产量预测专家系统。该系统在与用户交互中实现专家系统的功能，系统预测准确率可达９０％

摘要：根据压裂水平井实际情况,首先建立了支撑剂在三维裂缝的运移分布和水平井压后产能预测模型;结合裂缝三维延伸模型、温度场模型和压裂优化设计方法研制了压裂水平井设计软件。其中支撑剂运移模型通过引入支撑剂对流质量传递方程,考虑了支撑剂对流、温度分布、压裂液滤失等因素对支撑裂缝尺寸的影响;产能预测模型考虑了水平井压后形成的多裂缝间的相互干扰、裂缝条数、裂缝间距、裂缝导流能力、裂缝平面与水平井筒夹角等因素对水平井压后产能的影响。通过实例应用,模拟结果与实际情况吻合程度高,表明了模型的可靠性。

摘要：非常规油气储层具有非均质性强、低孔低渗的特征,非常规油气井需要进行压裂才能投产,与常规油气储层相比,其工程地质条件更为复杂,对传统压裂参数优化方法提出了挑战。人工智能可以为传统方法难以解决的问题提供解决方法,因此,被引入了非常规油气井压裂参数优化。为推动智能压裂理论和技术的快速发展,系统介绍了非常规油气井压裂参数智能优化研究进展情况,主要包括压裂参数优化目标的确定、压裂参数与压裂效果映射关系的建立、最优压裂参数组合的求解,提出非常规油气井压裂参数智能优化主要向基于光纤的井下压裂数据实时采集和传输、物理-数据协同的裂缝扩展-生产动态模拟、压裂参数智能优化及实时调控集成系统等3个方向发展。

摘要：在单、双相非达西流裂缝导流能力室内实验的基础上,测定了不同工况下的裂缝渗透率和非达西流系数,建立了产量预测方法,研究了气井压裂后产量的影响因素及敏感程度。研究表明,闭合应力和铺砂浓度是影响产量的两个最主要因素,随着闭合应力增加,产量降低;随着铺置浓度增加,产量升高。而同样的参数变化比例下,闭合应力对产量的影响程度明显大于铺置浓度。两相流的存在对产气量影响非常大。压裂井一旦气水同产,气产量将明显降低,对于压后产水的井,有必要尽可能提高铺砂浓度。在此基础上,建立了新的压裂设计的优化方法。

摘要：依托广西钦州港东航道扩建工程,基于重型绞吸船“天鲲号”疏浚典型砂岩时挖掘困难、刀齿和管线等磨损严重且输送时易堵管问题,分析疏浚砂岩特性指标。从风化砂岩挖掘比能与船舶施工参数相关性角度,基于挖掘施工参数及比能理论,推导出钦州砂岩的特性指标单轴饱和抗压强度、绞刀消耗功率与挖掘产量的计算公式。利用该公式,可预测重型绞吸船挖掘风化岩石的挖掘产量,为疏浚工程经营生产提供技术支撑。

摘要：针对目前数智化压裂施工参数设计针对性不足、流程不畅通等问题,建立了基于数据驱动的压裂施工参数智能优化方法。以CD区块32口页岩油井为研究对象,采用主成分分析法处理代表储层地质特征、工程品质和施工参数的15项产量影响因素,使之降低维度,引入高斯隶属函数和熵权法进行储层压裂非均质性模糊综合评价,结合支持向量回归和粒子群优化算法,以产量最高为目标,推荐射孔位置、段长、簇间距、单位长度液量、单位长度砂量和排量。研究结果表明,渗透率、孔隙度、热解游离烃含量、单位长度液量和单位长度砂量为研究区块的产量主控因素。应用实例井采用优化的参数施工后,第一压裂段8簇均成功起裂,裂缝半长59.50~154.80 m,产量预测符合率为94.86%。研究表明,该方法可实现有效储层质量评价、产量预测和匹配储层地质条件施工参数的快速优化,推动页岩油等非常规储层高效开发。

摘要：番茄目标产量预测对于合理制定灌溉施肥制度以及减少水肥的浪费有着重要意义。以番茄历年产量数据为依据,提出了一种基于长短期记忆递归神经网络的番茄目标产量预测模型,包括模型设计、网络训练和预测过程实现等,将模型预测结果与自回归移动平均(ARIMA)、小波神经网络(WNN)、支持向量回归(SVR)3种时间序列预测模型进行对比,验证了所提出的LSTM递归神经网络预测模型在番茄目标产量预测中具有较高准确性。