[1]张方舟,严胡勇,杨立全,等.改进型灰色神经网络模型在油田产量中的应用[J].计算机技术与发展,2013,(06):241-244.
　ZHANG Fang-zhou,YAN Hu-yong,YANG Li-quan,et al.Application of Improved Grey Neural Network Model to Oil Yields[J].,2013,(06):241-244.
点击复制

改进型灰色神经网络模型在油田产量中的应用()
分享到：

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

卷:
期数:
2013年06期
页码:
241-244
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
Application of Improved Grey Neural Network Model to Oil Yields
文章编号:
1673-629X（2013）06-0241-04
作者:
张方舟; 严胡勇; 杨立全; 邱露露; 张媛媛; 高晓松
东北石油大学 计算机与信息技术学院
Author(s):
ZHANG Fang-zhou; YAN Hu-yong; YANG Li-quan; QIU Lu-lu; ZHANG Yuan-yuan; GAO Xiao-song
关键词:
大庆油田; 灰色神经网络; 石油产量; 预测
Keywords:
Daqing Oilfield; gray neural network; oil yields; prediction
文献标志码:
A
摘要:
石油产量的精确预测,是石油企业制定合理的生产计划、避免盲目投资、实现可持续开发的重要条件.论文基于传统的灰色预测模型,根据大庆油田1992～2011年产量数据,推出了两种改进预测模型,分别对灰色模型进行参数优化和初值修正,并采用神经网络确定了组合模型中各单项模型权重,建立了改进灰色-神经网络组合模型,对大庆油田产量进行预测.实际数据分析结果表明:灰色-神经网络组合模型不仅可以有效解决BP网络训练样本不足的问题,还能有效运用各单项模型信息,从而明显提高了精度.通过进一步的分析、对比及讨论,文章认为,灰色一神经网络预测模型运用于国内外石油产量预测,方法可操作性强,结论科学性显著
更新日期/Last Update: 1900-01-01