原文服务方: 计算机应用研究       
摘要:
针对油田开发指标预测问题,提出一种T-S推理元模型,该模型包括输入层、模糊化层和推理层.每个推理元对应一条模糊逻辑规则,由若干T-S推理元可构成T-S推理网络.网络可调参数包括模糊集参数和模糊规则参数.提出了基于改进量子粒子群优化的参数确定方法.以油田开发指标中含水率和采油量预测为例,结果表明,该方法是有效且可行的,从而表明模糊逻辑与智能优化算法的融合对于解决指标预测问题具有一定潜力.
推荐文章
基于径向基过程神经网络的油田开发指标预测
油田开发
径向基过程神经元
动态指标
预测
基于T-S模型和PQGA的油田指标预测方法
T-S模型
量子遗传算法
指标预测
优化算法
基于径向基过程神经网络的油田开发指标预测
油田开发
径向基过程神经元
动态指标
预测
油田开发指标预测方法综述
油田开发指标
预测方法
智能预测
组合预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于T-S推理网络的油田开发指标预测方法
来源期刊 计算机应用研究 学科
关键词 T-S推理网络 粒子群优化 指标预测 优化算法
年,卷(期) 2011,(8) 所属期刊栏目 系统应用开发
研究方向 页码范围 2991-2993
页数 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.08.052
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李盼池 东北石油大学计算机与信息技术学院 93 344 9.0 11.0
2 李龙 东北石油大学计算机与信息技术学院 16 33 4.0 4.0
3 朱秀莉 东北石油大学计算机与信息技术学院 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (18)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(5)
  • 参考文献(3)
  • 二级参考文献(2)
2007(4)
  • 参考文献(4)
  • 二级参考文献(0)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
T-S推理网络
粒子群优化
指标预测
优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导