计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2012年
12期
157-160
,共4页
潘少伟%梁鸿军%李良%杨少春
潘少偉%樑鴻軍%李良%楊少春
반소위%량홍군%리량%양소춘
BP神经网络%GA-BP神经网络%含油饱和度%动态%预测
BP神經網絡%GA-BP神經網絡%含油飽和度%動態%預測
BP신경망락%GA-BP신경망락%함유포화도%동태%예측
为克服传统BP神经网络收敛速度慢、易陷入局部极小值等不足,采用遗传算法对其进行了优化.之后利用遗传算法优化的BP神经网络—GA-BP实现了对江苏油田庄2断块某小层含油饱和度的动态预测:首先确定GA-BP神经网络的输入、输出层神经元,接着建立经验公式,实现了输入神经元时间T的定量化,然后选取训练样本对GA-BP神经网络进行训练,最终建立起含油饱和度的动态预测模型并利用该模型对5年以后的含油饱和度进行了预测.该预测结果对油田现场下一步的生产实践具有重要的指导意义.
為剋服傳統BP神經網絡收斂速度慢、易陷入跼部極小值等不足,採用遺傳算法對其進行瞭優化.之後利用遺傳算法優化的BP神經網絡—GA-BP實現瞭對江囌油田莊2斷塊某小層含油飽和度的動態預測:首先確定GA-BP神經網絡的輸入、輸齣層神經元,接著建立經驗公式,實現瞭輸入神經元時間T的定量化,然後選取訓練樣本對GA-BP神經網絡進行訓練,最終建立起含油飽和度的動態預測模型併利用該模型對5年以後的含油飽和度進行瞭預測.該預測結果對油田現場下一步的生產實踐具有重要的指導意義.
위극복전통BP신경망락수렴속도만、역함입국부겁소치등불족,채용유전산법대기진행료우화.지후이용유전산법우화적BP신경망락—GA-BP실현료대강소유전장2단괴모소층함유포화도적동태예측:수선학정GA-BP신경망락적수입、수출층신경원,접착건립경험공식,실현료수입신경원시간T적정양화,연후선취훈련양본대GA-BP신경망락진행훈련,최종건립기함유포화도적동태예측모형병이용해모형대5년이후적함유포화도진행료예측.해예측결과대유전현장하일보적생산실천구유중요적지도의의.
