基于过程神经网络和量子遗传算法的油藏采收率参量逆向求解

• 作者: 吴贵生 王宏伟 许增福
• 来源期刊: 中国石油大学学报(自然科学版)
• 关键词: 过程神经网络 量子遗传算法 油藏采收率 逆向求解
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 信息技术与基础科学
• 页码范围: 120-126
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3321/j.issn:1000-5870.2007.06.027

摘要

对于多输入多输出系统,针对如何根据系统模型和期望输出反求系统输入的问题,提出了一种基于过程神经网络和量子遗传算法相结合的方法,并给出了具体的实现方法.首先根据实际系统的领域知识和学习样本集,建立满足系统实际输入输出映射关系的正向过程神经网络;然后按照系统在过程区间的某一期望输出,用过程神经网络的输出误差构造适应度函数,用量子遗传算法逆向确定系统的过程输入信号,使该输入信号满足已建立的正向过程映射关系,从而完成系统的逆向过程控制.油藏采收率参量的逆向求解结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴贵生	清华大学经济管理学院	179	5861	41.0	71.0
2	许增福	清华大学经济管理学院	5	15	3.0	3.0