天然气工业
天然氣工業
천연기공업
NATURAL GASINDUSTRY
1999年
4期
40-42
,共3页
油气层研究%神经网络%计算%方法
油氣層研究%神經網絡%計算%方法
유기층연구%신경망락%계산%방법
BP网络在油气层识别方面的应用,前人已做了大量的工作,实践也已证明该方法的有效性.但是如何提高识别速度及判别结果的精度,却一直困扰着该技术的广泛应用.作者在前人所做工作的基础上,作了一些经验性的改进尝试:从误差后传方式、权重修正公式以及ΔW三个方面对BP网络进行了改进,极大地提高了网络的学习速率和输出精度.在实际训练中,优选40个标准样本作为输入信号,并将原始数据进行标准化处理,然后将信息和教师信号提供给一个四维网络,并对其进行训练.在训练过程中,适当调节参数的大小,以免迭代步长过大产生震荡或陷入局部极小.通过“异或”问题计算和实际资料的验证,说明这种改进的计算结果可达到非常满意的精度.
BP網絡在油氣層識彆方麵的應用,前人已做瞭大量的工作,實踐也已證明該方法的有效性.但是如何提高識彆速度及判彆結果的精度,卻一直睏擾著該技術的廣汎應用.作者在前人所做工作的基礎上,作瞭一些經驗性的改進嘗試:從誤差後傳方式、權重脩正公式以及ΔW三箇方麵對BP網絡進行瞭改進,極大地提高瞭網絡的學習速率和輸齣精度.在實際訓練中,優選40箇標準樣本作為輸入信號,併將原始數據進行標準化處理,然後將信息和教師信號提供給一箇四維網絡,併對其進行訓練.在訓練過程中,適噹調節參數的大小,以免迭代步長過大產生震盪或陷入跼部極小.通過“異或”問題計算和實際資料的驗證,說明這種改進的計算結果可達到非常滿意的精度.
BP망락재유기층식별방면적응용,전인이주료대량적공작,실천야이증명해방법적유효성.단시여하제고식별속도급판별결과적정도,각일직곤우착해기술적엄범응용.작자재전인소주공작적기출상,작료일사경험성적개진상시:종오차후전방식、권중수정공식이급ΔW삼개방면대BP망락진행료개진,겁대지제고료망락적학습속솔화수출정도.재실제훈련중,우선40개표준양본작위수입신호,병장원시수거진행표준화처리,연후장신식화교사신호제공급일개사유망락,병대기진행훈련.재훈련과정중,괄당조절삼수적대소,이면질대보장과대산생진탕혹함입국부겁소.통과“이혹”문제계산화실제자료적험증,설명저충개진적계산결과가체도비상만의적정도.
