仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2005年
8期
940-942
,共3页
多变量系统%预测%BP神经网络%模糊神经网络%组合预测
多變量繫統%預測%BP神經網絡%模糊神經網絡%組閤預測
다변량계통%예측%BP신경망락%모호신경망락%조합예측
准确预测油田未来原油产量对油田的开发和生产管理具有重要的指导意义.对于具有非线性、不确定和开放特性的多变量系统进行预测,使用传统的统计学方法或静态模型预测通常不能满足精度要求.这里把BP神经网络、模糊神经网络以及基于神经网络的组合预测方法应用于多变量系统.采用了两层预测系统:第一层包含两个神经网络;第二层是把第一层的两个网络输出进行组合.研究了3种不同的组合算法:平均法、最小平方回归法和前馈神经网络法.实验结果表明,采用组合方法比采用单一的预测方法的预测精度有了进一步的提高,特别是应用人工神经网络(即BPNN)的组合预测优于其他的预测方法,具有较好的适应性.
準確預測油田未來原油產量對油田的開髮和生產管理具有重要的指導意義.對于具有非線性、不確定和開放特性的多變量繫統進行預測,使用傳統的統計學方法或靜態模型預測通常不能滿足精度要求.這裏把BP神經網絡、模糊神經網絡以及基于神經網絡的組閤預測方法應用于多變量繫統.採用瞭兩層預測繫統:第一層包含兩箇神經網絡;第二層是把第一層的兩箇網絡輸齣進行組閤.研究瞭3種不同的組閤算法:平均法、最小平方迴歸法和前饋神經網絡法.實驗結果錶明,採用組閤方法比採用單一的預測方法的預測精度有瞭進一步的提高,特彆是應用人工神經網絡(即BPNN)的組閤預測優于其他的預測方法,具有較好的適應性.
준학예측유전미래원유산량대유전적개발화생산관리구유중요적지도의의.대우구유비선성、불학정화개방특성적다변량계통진행예측,사용전통적통계학방법혹정태모형예측통상불능만족정도요구.저리파BP신경망락、모호신경망락이급기우신경망락적조합예측방법응용우다변량계통.채용료량층예측계통:제일층포함량개신경망락;제이층시파제일층적량개망락수출진행조합.연구료3충불동적조합산법:평균법、최소평방회귀법화전궤신경망락법.실험결과표명,채용조합방법비채용단일적예측방법적예측정도유료진일보적제고,특별시응용인공신경망락(즉BPNN)적조합예측우우기타적예측방법,구유교호적괄응성.