前馈网络升级策略及其复合射孔岩层裂深自适应动态升级预测模型

摘要：

油井复合射孔岩层裂缝深度预测模型的研究具有广阔的应用前景.在已有的复合射孔岩层裂深神经网络预测模型基础上,通过对前馈逆传播网络算法的研究,采用样本出现概率自适应控制方法,初步提出基于样本分类的单隐层网络结构的知识升级策略,给出了具体算法,并建立了油井复合射孔岩层裂深预测的神经网络自适应网络知识升级模型.完成后的模型能够针对样本空间的局部更新作出自适应调整,从而实现对神经网络结构所掌握知识的动态升级.为解决前馈神经网络建模中的样本变更问题提供了一条新的途径.研究发现,这种前馈网络升级策略具有一定的普适性,可用于其他岩土工程神经网络建模问题.

关键词：石油工程、复合射孔、BP网络、升级策略、自适应、补充学习、更新学习

所属期刊栏目：23

分类号：TE357.2(油气田开发与开采)

资助基金：中国科学院知识创新工程项目KZCX1-SW-04

在线出版日期：2004-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2336-2340