石油学报
石油學報
석유학보
ACTA PETROLEI SINICA
2008年
1期
84-88
,共5页
量子神经网络%量子神经元%学习算法%分子沉积膜驱油%原油采收率%预测方法
量子神經網絡%量子神經元%學習算法%分子沉積膜驅油%原油採收率%預測方法
양자신경망락%양자신경원%학습산법%분자침적막구유%원유채수솔%예측방법
提出一种用于预测分子沉积(MD)膜驱原油采收率的量子神经网络方法.基于生物神经元信息处理机制和量子计算原理构造出一种量子神经元,该神经元由加权、聚合、活化、激励四部分组成.再由量子神经元构造出三层量子神经网络模型,其输入和输出为卖值向量,权值和活性值为量子比特.权值和活性值调整由量子门实现.基于梯度下降法构造了该模型的学习算法.将该模型应用于MD膜驱原油采收率的预测实验结果表明,该模型在收敛速度和泛化能力方面明显优于普通三层BP网络.
提齣一種用于預測分子沉積(MD)膜驅原油採收率的量子神經網絡方法.基于生物神經元信息處理機製和量子計算原理構造齣一種量子神經元,該神經元由加權、聚閤、活化、激勵四部分組成.再由量子神經元構造齣三層量子神經網絡模型,其輸入和輸齣為賣值嚮量,權值和活性值為量子比特.權值和活性值調整由量子門實現.基于梯度下降法構造瞭該模型的學習算法.將該模型應用于MD膜驅原油採收率的預測實驗結果錶明,該模型在收斂速度和汎化能力方麵明顯優于普通三層BP網絡.
제출일충용우예측분자침적(MD)막구원유채수솔적양자신경망락방법.기우생물신경원신식처리궤제화양자계산원리구조출일충양자신경원,해신경원유가권、취합、활화、격려사부분조성.재유양자신경원구조출삼층양자신경망락모형,기수입화수출위매치향량,권치화활성치위양자비특.권치화활성치조정유양자문실현.기우제도하강법구조료해모형적학습산법.장해모형응용우MD막구원유채수솔적예측실험결과표명,해모형재수렴속도화범화능력방면명현우우보통삼층BP망락.
