油藏系统函数型连接神经网络辨识方法

• 作者: 刘劲涛 陈惟岐
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 系统辩识 函数型连接神经网络 二阶学习算法 遗传算法 收敛性
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 624-628
• 页数: 5页
• 分类号: TP18
• 字数: 2758字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2006.06.011

摘要

为实现油田生产管理和决策的现代化,使地层参数估值具有全局最优性,在研究油井井底压力分布的描述和有关地层参数辨识问题的基础上,提出了一种由二阶学习算法与GA(Genetic Algorithm)构成的新型混合遗传算法,并给出一种新型神经网络.该网络把级数中的函数看成非线性神经元,建立油藏系统的函数型连接人工神经网络模型.由系统辨识理论中的F检验法确定网络模型的结构参数n,用二阶学习算法和新型GA交替辨识网络模型的权系数v和地层参数θ.应用表明,采用上述方法建模精度高,模型的平均相对误差在1%以内,并能求出地层参数的全局最优估值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘劲涛	天津大学管理学院	3	1	1.0	1.0