基于量子LM神经网络和粗糙集的石油储层识别方法研究

• 作者: 刘南平 刘松 孙惠芹
• 来源期刊: 天津师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 量子LM神经网络 石油储层识别 粗糙集 测井数据 智能识别
• 年，卷（期）: 2012,（3）
• 页码范围: 45-50
• 分类号: TE19
• 字数: 4237字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1114.2012.03.011

摘要

提出一种量子LM(Levenberg Marquardt,LM)神经网络与粗糙集相结合的智能识别方法,以替代传统的统计识别方法和工程应用中以单一智能控制为基础的识别方法.基于LM神经网络的技术方案可以整理测井定位数据,提高预测的准确性;量子计算具有并行和类映射的优势;通过削减冗余信息和简化信息量,粗糙集可以降低量子LM神经网络的复杂性,缩短数据处理时间,削减神经网络的负担.通过在石油储层识别实践中的应用证明:该方法可以有效提高计算速度和识别精度,降低成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙惠芹	天津职业大学电子信息工程学院	19	38	4.0	4.0
2	刘南平	天津师范大学物理与电子信息学院	14	48	4.0	6.0
3	刘松	电子信息职业技术学院电子系	1	0	0.0	0.0