Методы и алгоритмы поддержки принятия решений при управлении выбором участков бурения в геологоразведочных работах на основе тензорного анализа

Г. О. Орлов

Аннотация


В статье представлен новый подход к поддержке принятия решений в управлении геологоразведочными работами на основе методов тензорного анализа. Разработана концепция управления, интегрирующая методы тензорного исчисления с организационными циклами принятия решений и учитывающая текущую геомагнитную обстановку при формировании приоритетов для целевой функции. Предложена тензорная модель геофизического поля с адаптивным метрическим тензором, обеспечивающая сохранение структурной целостности многокомпонентных данных. Создан метод визуализации на основе суперэллипсоидных глифов и адаптивной кластеризации. Разработан исследовательский прототип веб-приложения, показавший превосходство над коммерческими аналогами: скорость обработки данных увеличена на 8-24 процента, точность определения границ месторождений достигла 0.82 по F1-мере, время визуального анализа сокращено на 30 процентов, ошибка позиционирования снижена на 25-30 процентов. Результаты демонстрируют возможность существенного повышения эффективности геологоразведочных работ за счет комплексного учета тензорной природы геофизических данных.

Ключевые слова


Системы поддержки принятия решений; геологоразведочные работы; тензорный анализ; геомагнитные данные; визуализация данных; адаптивные алгоритмы; организационные системы; суперэллипсоидные глифы; обработка многокомпонентных данных.

Полный текст:

PDF

Литература


Auer C., Kasten J., et al. Automatic, Tensor-Guided Illustrative Vector Field Visualization // Proceedings of IEEE Pacific Visualization Symposium (PacificVis). 2013. Pp. 265–275. 10.1109/PacificVis.2013.6596154.

Borisenko V., Ustenko S., Ustenko I. Constructing a method for the geometrical modeling of the lame superellipses in the oblique coordinate systems // EasternEuropean Journal of Enterprise Technologies. 2020. vol. 2. no. 4. pp. 51–59. PPKLIH.

Brown N., Bainbridge B., Beggan C., et al. 2020. Modelling the Earth's geomagnetic environment on Cray machines using PETSc and SLEPc // Concurrency and Computation: Practice and Experience. Vol. 32, no. 10. AEWWUO.

Gvishiani A., Soloviev A., Rybkina A., et al. Intellectual GIS and modern technologies in visualization on the spherical screen // IIASA 40th Anniversary Conference Worlds within reach: From Science to Policy, 24–26 October 2012. Vienna, Austria. Abstracts.

Hergl C., Blecha C., et al. Visualization of tensor fields in mechanics // Computer Graphics Forum. 2021. vol. 40. no. 6. pp. 135–161. RPMWTZ.

Lobo M.-J., Telea A., Hurter C. Feature Driven Combination of Animated Vector Field Visualizations // Computer Graphics Forum. 2020. vol. 39. no. 3. pp. 429–441. FOVUOL.

Luo Z., Li Z., Zhong B. Modeling of earth’s gravity fields visualization based on Quad Tree // Geo-spatial Information Science. 2010. Vol. 13, no. 3, pp. 216–220. 10.1007/s11806-010-0327-5.

Mamieva I. Ruled algebraic surfaces with a main frame from three superellipses // Structural Mechanics of Engineering Constructions and Buildings. 2022. Vol. 18. No. 4. Pp. 387–395. KAGFQC.

Muthusamy R., Lakhsmi A., Princeton A,. et al. An examining cluster behavior analytically using k-means, EM, and k*means algorithm // Journal of Tianjin University Science and Technology. 2024. V. 57. No. 10. P. 124-135. 10.5281/zenodo.14038149.

Olayiwola T., Choi S.-J. Superellipse model: An accurate and easy-to-fit empirical model for photovoltaic panels // Solar Energy. 2023. vol. 262. NPDOQY.

Vorobev A. V., Pilipenko V. A., et al. Statistical relationships between variations of the geomagnetic field, auroral electrojet, and geomagnetically induced currents // Solar-Terrestrial Physics. 2019. Vol. 5. No. 1. Pp. 35–42. OMYAED.

Vorobev A. V., Pilipenko V. A., et al Geoinformation system for analyzing the dynamics of extreme geomagnetic disturbances from observations of ground stations // Computer Optics. 2020. vol. 44. no. 5. pp. 782–790. MRZJQE.

Vorobev A. V., et al. System for dynamic visualization of geomagnetic disturbances based on data from ground-based magnetic stations // Scientific Visualization. 2021. Vol. 13, no. 1, pp. 162–176. XTUNOT.

Weickert J., Hagen H. 2006. Visualization and Processing of Tensor Fields. Mathematics and Visualization. Berlin: Springer. 481 p. 10.1007/3-540-31272-2.

Zou T., Li W., et al. An Overview of Geospatial Information Visualization // Proceedings of 2018 IEEE International Conference on Progress in Informatics and Computing (PIC), Suzhou, China. 2018. Pp. 250–254. 10.1109/PIC.2018.8706332.

Боярчук М. А., Журкин И. Г., Непоклонов В. Б. Анализ методов визуализации геофизических полей в геоинформационных системах // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2017. № 1. С. 108-113. XWFIZB. [Boyarchuk M. A., Zhurkin I. G., Nepoklonov V. B. Analysis of geophysical field visualization methods in GIS // Izvestiya vysshikh uchebnykh zavedeniy. Geodeziya i aerofotosyomka [Reports of Higher Education Institutions. Geodesy and Aerial Photography]. 2017. No. 1, pp. 108–113. (In Russian). XWFIZB.]

Боярчук М. А., Журкин И. Г., Непоклонов В. Б. Концепция графического метода отображения гравитационного поля земли на плоскости // Научная визуализация. 2019. Т. 11, № 1. С. 70–79. SGZAYD. [Boyarchuk M. A., Zhurkin I. G., Nepoklonov V. B. Concept of graphic method for visualization of Earth’s gravitational field on a plane // Nauchnaya vizualizatsiya [Scientific Visualization]. 2019. Vol. 11, no. 1, pp. 70–79. (In Russian). SGZAYD.]

Боярчук М. А., Журкин И. Г. и др. Двухмерная визуализация трехмерных геофизических полей в задачах геоинформационного моделирования // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2019. Т. 63, № 6. С. 718–728. BMPDKI. [Boyarchuk M. A., Zhurkin I. G., et al. Two-dimensional visualization of three-dimensional geophysical fields in geo-information modeling tasks // Izvestiya vysshikh uchebnykh zavedeniy. Geodeziya i aerofotosyomka [Reports of Higher Education Institutions. Geodesy and Aerial Photography]. 2019. Vol. 63, no. 6, pp. 718–728. (In Russian). BMPDKI.]

Гараева А.Р., Минниханов Р.Н. и др. Интеллектуальный анализ больших пространственно-временных данных для служб экстренного реагирования // Big Data and applications. 2018. Т. 14, № 3. С. 679-685. YYHQTB. [Garaeva A. R., Minnikhanov R. N., et al. Intelligent analysis of large spatio-temporal data for emergency response services // Big Data and Applications. 2018. Vol. 14, no. 3, pp. 679–685. (In Russian). YYHQTB.]

Миронов В. В., Шакирова Г. Р. Концепция динамических XML-документов // Вестник УГАТУ. 2006. Т. 8, № 5. С. 58-63. HVHLUD. [Mironov V. V., Shakirova G. R. Concept of dynamic XML documents // Vestnik UGATU. 2006. Vol. 8, No. 5. Pp. 58-63. (In Russian). HVHLUD.]

Миронов В. В., Шакирова Г. Р. Программно-инструментальное средство для создания и ведения динамических XML-документов // Вестник УГАТУ. 2007. Т. 9, № 5. С. 54-63. ICHUSJ. [Mironov V. V., Shakirova G. R. Software tool for creating and maintaining dynamic XML documents // Vestnik UGATU. 2007. Vol. 9, No. 5. Pp. 54-63. (In Russian). ICHUSJ.]

Миронов В. В., Юсупова Н. И., Шакирова Г. Р. Ситуационно-ориентированные базы данных: внешние представления на основе XSL // Вестник УГАТУ. 2010. Т. 14, № 4(39). С. 200-209. PWTTSL. [Mironov V. V., Yusupova N. I., Shakirova G. R. Situation-oriented databases: external representations based on XSL // Vestnik UGATU. 2010. Vol. 14, No. 4(39). Pp. 200-209. (In Russian). PWTTSL.]

Рыбкина А. И., Бобков А. Е. и др. Программно-аппаратный комплекс для визуализации геофизических данных на сферическом экране // Научная визуализация. 2015. Т. 7, № 2. С. 38–49. UBFGWF. [Rybkina A. I., Bobkov A. E., et al. Software-hardware complex for visualization of geophysical data on the spherical screen // Nauchnaya vizualizatsiya [Scientific Visualization]. 2015. Vol. 7, no. 2, pp. 38–49. (In Russian). UBFGWF.]




DOI: https://doi.org/10.54708/SIIT-2026-no5-p89

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2026 Г. О. Орлов