基于随机反演的断裂破碎带岩体裂隙网络研究

在采动影响下，综采工作面覆岩裂隙的空间分布对矿井突水灾害防控和瓦斯抽采具有重要意义。以潘二矿18111工作面为背景，采用相似物理模拟、数值模拟及理论分析，研究了裂隙的分布演化规律和导水裂隙的发育高度。研究发现，随着工作面的推进，工作面两端存在裂隙聚集带，裂隙发育高度较大且多以大角度裂隙为主。数值模拟和相似模拟试验结果表明，裂隙发育角度呈现区域性分布特征。综合分析结果显示，导水裂隙的发育高度约为54～60.8米。这些研究成果对类似工程条件下的裂隙演化特征研究具有重要的参考价值。

为了探究潞安矿区不同开采工艺对裂隙带高度的影响规律，通过地面施工20余个勘探钻孔，并采用水文观测、注水试验等多种手段，详细研究了采空区顶板岩层裂隙的分布情况。统计分析大量实测数据后发现，综放开采工艺在相同煤层条件下裂隙带发育最为显著，裂隙带高度相较于分2层综采工艺降低了24%。但裂采比值约为20，与初分层开采裂采比基本持平。研究还确定了潞安矿区裂隙带高度的计算经验公式，为水体下采煤提供了科学依据。

此存储库包含Matlab代码，用于描述无标度随机网络上的随机SIR动力学。该模型的详细描述可以在Matia Sensi合著的论文“网络属性和流行病参数如何影响无标度随机网络上的随机SIR动态”中找到。我们欢迎您提供反馈意见和建议。如果您发现错误或有任何问题，请通过以下邮箱联系我们：sara.sottile@unitn.it, ozan.kah@gmail.com, mattia.sensi@unitn.it。通过配置模型，您可以选择幂律分布的指数来生成无标度网络，并决定传播速度、感染节点的初始数量及其位置（如中心、平均程度、外围或随机）。运行程序的方法是键入：./configuration.py [FLAG] [P]。设置参数的方法是：N [节点数量] alpha [幂律指数] number_of_infected [起始时的感染数量] end_time [最大时间]

利用实证数据分析QQ网络，研究了基于Internet的学生社交网络模型。通过比较网络度分布和特征参数，发现QQ网络与传统BA模型存在显著差异。提出了一种新的网络演化模型，并通过统计分析验证其与QQ网络参数的高度一致性，为学生社交网络研究提供了新的理论支持。

Matlab语音代码Marbl基于边际的条件随机场参数学习。本实现与Justin Domke在《IEEE模式分析交易》（2013年）中描述的算法密切相关。确保您的编译器支持C++ 11。建议使用最新版本的g++或clang++。如需并行处理，请安装openMPI并验证编译器支持openMP。运行make.sh脚本，编译并安装libLBFGS到本地目录，并生成infer_MRF、infer_CRF、learn_CRF以及如已安装MPI则生成learn_CRF_mpi可执行文件。Marbl已在Mac OS和Linux下编译通过，尚未在Windows测试。如能提供Windows编译信息，请分享。

本研究探索了循环神经网络 (RNN) 在信号降噪任务中的应用。RNN 具有强大的时序数据处理能力，能够捕捉信号中的时间依赖关系，从而有效地滤除噪声，还原信号的真实形态。 我们利用 Matlab 构建了 RNN 降噪模型，并通过实验验证了其有效性。结果表明，相较于传统的信号降噪方法，RNN 模型在降噪性能上具有显著优势，尤其是在处理复杂噪声和非线性信号方面。 本研究为信号降噪领域提供了一种新的思路，并为 RNN 在其他领域的应用提供了参考。

介绍了基于自组织映射（SOM）神经网络的MATLAB代码，用于多智能体任务分配的方法。该方法由李昕在上海海事大学水下航行器与智能系统实验室开发。

通过地层超压预测理论和Fillippone压力预测公式, 结合实际数据分析层速度与地层压力的关系, 并对Fillippone公式进行改进。利用测井约束反演方法获取层速度, 预测勘探区内的地层压力异常。研究结果表明, 采用测井约束地震反演方法, 综合测井资料和地震资料得到目的层的层速度, 预测的地层压力总体上体现出与深度的密切关系, 也体现了构造作用等地质因素引起的局部变化。与传统压力梯度计算结果相比, 该方法更接近真实地质情况, 预测结果与实际数据相比误差在5%以内。

随机神经网络引入了神经网络中的随机变化，一种方法是通过在神经元之间引入随机过程传递函数，另一种方法是为神经元分配随机权重。这种设计使得随机神经网络在解决优化问题时非常有效，因为随机性可以帮助避免陷入局部最优解。基于随机传递函数构建的随机神经网络通常被称为波茨曼机（Boltzmann machine），在风险控制、肿瘤学和生物信息学等领域有广泛应用。