南京大学学报（自然科学版）
南京大學學報（自然科學版）
남경대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY(NATURAL SCIENCES)
2000年
3期
391-396
,共6页
李本亮%孙岩%张喜慧%温世红
李本亮%孫巖%張喜慧%溫世紅
리본량%손암%장희혜%온세홍
BI算法%网络因子%隐层节点自构形%储量评估
BI算法%網絡因子%隱層節點自構形%儲量評估
BI산법%망락인자%은층절점자구형%저량평고
在BP(Error Back-Propagation)算法基础上,采用BI(Back Impedance)算法,运用了自组织优化隐层节点数和自动优化网络因子的方法,使得人工神经网络ANN的计算速度、精度和柔韧性有所提高,且在微机上其操作变得更加容易.在勘探成熟的气藏中,按照天然气成藏理论,选取能够系统反映气藏的8个储量评估参数,进行网络学习,建立储量评估模型.应用所建的网络模型对正处于勘探阶段的气藏进行了很好的储量等级识别,同时,利用改进后网络精度高的特点,尝试着进行了储量估算,获得较好的效果.这种改进的ANN为天然气勘探提供了一种新的储量评估方法.
在BP(Error Back-Propagation)算法基礎上,採用BI(Back Impedance)算法,運用瞭自組織優化隱層節點數和自動優化網絡因子的方法,使得人工神經網絡ANN的計算速度、精度和柔韌性有所提高,且在微機上其操作變得更加容易.在勘探成熟的氣藏中,按照天然氣成藏理論,選取能夠繫統反映氣藏的8箇儲量評估參數,進行網絡學習,建立儲量評估模型.應用所建的網絡模型對正處于勘探階段的氣藏進行瞭很好的儲量等級識彆,同時,利用改進後網絡精度高的特點,嘗試著進行瞭儲量估算,穫得較好的效果.這種改進的ANN為天然氣勘探提供瞭一種新的儲量評估方法.
재BP(Error Back-Propagation)산법기출상,채용BI(Back Impedance)산법,운용료자조직우화은층절점수화자동우화망락인자적방법,사득인공신경망락ANN적계산속도、정도화유인성유소제고,차재미궤상기조작변득경가용역.재감탐성숙적기장중,안조천연기성장이론,선취능구계통반영기장적8개저량평고삼수,진행망락학습,건립저량평고모형.응용소건적망락모형대정처우감탐계단적기장진행료흔호적저량등급식별,동시,이용개진후망락정도고적특점,상시착진행료저량고산,획득교호적효과.저충개진적ANN위천연기감탐제공료일충신적저량평고방법.
