[1]潘少伟 梁鸿军 李良 杨少春[].GA—BP神经网络对含油饱和度的动态预测研究[J].计算机技术与发展,2012,(12):157-160.
　PAN Shao-wei,LIANG Hong-jun,LI Liang,et al.Research on Dynamic Prediction of Oil Saturation with GA-BP Neural Network[J].,2012,(12):157-160.
点击复制

GA—BP神经网络对含油饱和度的动态预测研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年12期
页码:
157-160
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Research on Dynamic Prediction of Oil Saturation with GA-BP Neural Network
文章编号:
1673-629X（2012）12-0157-04
作者:
潘少伟1 梁鸿军2 李良2 杨少春[3]
[1]西安石油大学计算机学院[2]中国石油长庆油田勘探开发研究院[3]中国石油大学地球科学与技术学院
Author(s):
PAN Shao-wei ; LIANG Hong-jun ; LI Liang ; YANG Shao-chun
[1]School of Computer, Xi＇an Shiyou University[2]Research Institute of Petroleum Exploration ＆ Development, Changqing Oilfield[3]School of Geosciences and Technology, China University of Petroleum
关键词:
BP神经网络; GA—BP神经网络; 含油饱和度; 动态; 预测
Keywords:
BP neural network;  GA-BP neural network;  oil saturation;  the dynamic;  prediction
分类号:
TP39
文献标志码:
A
摘要:
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神经网络一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神经网络的输人、输出层神经元，接着建立经验公式，实现了输入神经元时间r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
Abstract:
In order to overcome the slower convergence rate and falling into local minimal value easily of traditional BP neural network, the genetic algorithm is used for optimization. Then the oil saturation of a certain layer of Z2 fault-block in Jiangsu oilfield is predicted. Firstly ,the input and output layer neurons are established. Secondly ,an empirical formula is given that realizes the quantification of the input neuron-time. Lastly,the dynamic prediction model on oil saturation of the GA-BP neural network is established after the training with the selected samples. And the oil saturation of 5 years later is predicted with the dynamic prediction model. The prediction result of oil saturation has an important guiding significance to the production practice

相似文献/References:

[1]王菲露 宋杰 宋杨.BP神经网络在蛋白质二级结构预测中的应用[J].计算机技术与发展,2009,(05):217.
　WANG Fei-lu,SONG Jie,SONG Yang.Application of BP Neural Network in Protein Secondary Structure Prediction[J].,2009,(12):217.
[2]李秉 王凤山 李晓军.一种弹炮结合武器系统作战效能评估方法[J].计算机技术与发展,2009,(06):217.
　LI Bing,WANG Feng-shan,LI Xiao-jun.An Evaluation Method of Operational Effectiveness of Anti - Aircraft Gun Missile Weapon System[J].,2009,(12):217.
[3]贾其燕 王友仁 崔江.一种基于遗传算法的动态电流测试生成方法[J].计算机技术与发展,2009,(06):225.
　JIA Qi-yan,WANG You-ren,CUI Jiang.A Dynamic Current Test Generation Method Based on Genetic Algorithm[J].,2009,(12):225.
[4]王宁.一种基于BP神经网络的即时在线推荐系统[J].计算机技术与发展,2009,(07):230.
　WANG Ning.An Online Recommendation System Based on BP Network[J].,2009,(12):230.
[5]钟以维 徐应涛 张莹.用填充函数法改进的人脸比对算法[J].计算机技术与发展,2009,(08):78.
　ZHONG Yi-wei,XU Ying-tao,ZHANG Ying.Face Comparison Algorithm Based on Filled Function Method[J].,2009,(12):78.
[6]夏玫 陈立潮 王新波.一种提高BP神经网络泛化能力的改进算法[J].计算机技术与发展,2009,(09):62.
　XIA Mei,CHEN Li-chao,WANG Xin-bo.A Modified Algorithm to Improve Generalization Ability of BP Neural Network[J].,2009,(12):62.
[7]洪素惠 吴发成 米红.神经网络自适应PID在吹瓶机中的应用[J].计算机技术与发展,2009,(09):177.
　HONG Su-hui,WU Fa-cheng,MI Hong.Adaptive PID Controller Based on Neural Networks in Stretch Blow Molding[J].,2009,(12):177.
[8]陈虹 梁文彬 李宗宝 董航飞.基于机器人的神经网络预测控制算法[J].计算机技术与发展,2008,(08):65.
　CFIEN Hong,LIANG Wen-bin,LI Zong-bao,et al.A Neural Network Predictive Control Algorithm Based on Robot[J].,2008,(12):65.
[9]张龙 吴江 张德同.基于粗糙集和BP神经网络的天然裂缝识别[J].计算机技术与发展,2008,(11):41.
　ZHANG Long,WU Jiang,ZHANG De-tong.A Method for Natural Fractures Identification Based on Rough Sets Theory and BP Neural Network[J].,2008,(12):41.
[10]胡人君 李坤 吴小培.基于脑电信号的思维任务分类[J].计算机技术与发展,2007,(05):173.
　HU Ren-jun,LI Kun,WU Xiao-pei.Classification for Different Mental Tasks Based on EEG Signals[J].,2007,(12):173.

备注/Memo

备注/Memo:
国家科技重大专项子课题（2011ZX05032-001）;陕西省自然科学基金项目（2010JM8032,2012JQ8040）;陕西省教育科学研究计划项目（2010JK772,11JKl071）潘少伟（1979-），男，山东平度人，博士，主要从事油藏描述方法研究
更新日期/Last Update: 1900-01-01