用广义回归神经网络和遗传算法分析产量递减

• 作者: 吕学菊 王国昌
• 来源期刊: 新疆石油地质
• 学科: 工学
• 关键词: 产量递减 广义回归神经网络 遗传算法 孤岛油田
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 油藏工程
• 页码范围: 90-93
• 页数: 4页
• 分类号: TE331
• 字数: 3283字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3873.2006.01.025

摘要

我国大多数油田开发已经进入到产量递减阶段,对这一阶段的相关理论有着迫切的需求.产量递减阶段的传统理论存在着不少缺点,使得它的应用受到了很大限制,应用效果也不是很好,主要的问题集中在对递减指数的求解上.广义回归神经网络(GRNN)和遗传算法(GA)都是在模拟人的生理活动进而提出的人工智能技术.GRNN对数据样本没有太多的要求,可以逼近任意类型的函数;GA可以进行全局搜优,也可以进行局部搜优.它们的联合应用可以克服传统理论的缺陷.首先建立GRNN神经网络,然后利用一种改进的GA搜索全局最优的平滑因子,最终建立模型,并把它们应用于孤岛油田产量递减期,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国昌	中国地质大学资源学院	2	25	2.0	2.0
2	吕学菊	中国地质大学资源学院	5	90	5.0	5.0