建立連接式專家系統用於地球物理之解釋

Abstract

本論文的主旨在於以類神經網路(neural network)的方法應用於專家系統，這種類型 的專家系統又稱為連接式專家系統(connectionist expert system) 。本論文建立了 二套連接式專家系統，一套用於震測解釋(seismic inpterpretation),另一套用於沉 積環境解釋(depositional dedimentary environment interpretation) ，用於振 測解釋的連接式專家系統使用的類神經網路模型是多層perceptron網路(multi-layer perceptron),模型輿回傳式學習演算法(backpropagation learning slgorithm), 并以震測資料為系統輸入。使用考慮確定因子(certainty factor)的學習例子餵入網 路中，以重複不斷的迴路學習之後，網路中權重便被調整為可接受所有的學習例子。 將一組考慮確定因子的震測資料輸入網路中，經由一層隱藏層的神經元的傳遞之后， 將會產生介於0 到1 之間的輸出值，此值代表含有油或氣存在的機率值。用於沉積環 境解釋的連接式專家系統使用的是四層的前向網路(feedforward network) 架構與口 袋學習演算法(pocket learning algorithm) ，并以觀測的地質資料為系統輸入。使 用考慮確定因子(certainty factor)的學習例子餵入網路中，以重複不斷的回路一層 一層的學習之後，網路中權重便被調整為可接受大部分的學習例子。將一組輸入餵入 網路中，輸出層的神經元會產生屬於某一類沉積環境的趨進機率值。系統將選擇最大 的趨進機率值為結果。用於沉積環境解釋的連接式專家系統具備解釋功能(explanati on facility)。