基于遗传算法的神经网络油水层识别

• 作者: 曾黄麟 李娟
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 属性约简 神经网络 遗传算法 油水层识别
• 年，卷（期）: 2010,（5）
• 页码范围: 590-593
• 分类号: TP18
• 字数: 3212字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1549.2010.05.029

摘要

文章研究了基于遗传算法的神经网络油水层识别方法,针对神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,提出了基于粗集属性约简方法降低了输入信息的空间维数、减少了运算量和简化了神经网络的拓扑结构,利用遗传算法提高神经网络的训练速度.实验结果表明:将混合智能计算方法应用于油水层识别中效果显著,其学习训练速度和拟合精度远优于传统BP神经网络算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾黄麟	四川理工学院自动化与电子信息学院	90	510	12.0	19.0
2	李娟	山西工商职业学院计算机系	7	6	1.0	2.0