基于人工神经网络组合预测油田产量

• 作者: 王渝 邢明海 陈祥光
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 人工神经网络 组合预测 前馈神经网络 函数链接神经网络 模糊逻辑 产量预测
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 116-120,125
• 页数: 6页
• 分类号: TP183
• 字数: 4599字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2004.05.034

摘要

油田原油产最的准确预测可以对油田的生产管理进行合理的指导.该文探讨了应用神经网络组合方法预测油田产量,对开井数、含水率、动用储量以及往年产量同未来产量之间的复杂关系建立模型.采用了两层预测系统:第一层包含两个神经网络,一个多层前馈网络和一个函数链接网络;第二层是把第一层的两个网络输出进行组合.研究了五种不同的组合算法:平均法、最小平方回归法、模糊逻辑法、自适应前馈神经网络法和自适应函数链接神经网络法.根据油品类型分为稀油、热采稠油、常规稠油和总产量四组数据,对上述方法进行了测试,结果表明应用人工神经网络的组合预测方法优于其他的预测方法,而且适用范围广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈祥光		104	807	17.0	23.0
2	王渝		72	672	14.0	21.0
3	邢明海		9	96	5.0	9.0