基于人工神经网络研究油田产量预测方法

• 作者: 王渝 邢明海 陈祥光
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 多变量系统 预测 BP神经网络 模糊神经网络 组合预测
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 测量、原理及方法
• 页码范围: 940-942
• 页数: 3页
• 分类号: TP1
• 字数: 2224字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2005.08.051

摘要

准确预测油田未来原油产量对油田的开发和生产管理具有重要的指导意义.对于具有非线性、不确定和开放特性的多变量系统进行预测,使用传统的统计学方法或静态模型预测通常不能满足精度要求.这里把BP神经网络、模糊神经网络以及基于神经网络的组合预测方法应用于多变量系统.采用了两层预测系统:第一层包含两个神经网络;第二层是把第一层的两个网络输出进行组合.研究了3种不同的组合算法:平均法、最小平方回归法和前馈神经网络法.实验结果表明,采用组合方法比采用单一的预测方法的预测精度有了进一步的提高,特别是应用人工神经网络(即BPNN)的组合预测优于其他的预测方法,具有较好的适应性.

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