粗糙集和集成神经网络在钻井专家系统中应用

• 作者: 兰成章 季厌浮 常晓娟 郭继坤
• 来源期刊: 自动化与仪表
• 关键词: 集成神经网络 煤矿钻井 专家系统 联合算法 粗糙集
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 专题研究
• 页码范围: 5-7,53
• 页数: 4页
• 分类号: TP273
• 语种: 中文

摘要

针对煤矿钻井领域一直凭借经验施工的现状,设计了一种基于粗糙集和集成神经网络的煤矿钻井故障诊断专家系统模型.系统利用权值平衡调节和学习率自适应联合算法对集成神经网络不断进行训练学习,通过正反向混合推理机制验证事故的存在性,同时采用粗糙集值约简算法进行规则提取,以提高集成神经网络的可解释性.实践证明,系统在处理诸如钻井故障这类复杂问题时是一种特别高效的工程化计算方法,为科学钻探提供了有力的保障,在提高钻进效率同时,能够有效地阻止钻井事故的发生.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	季厌浮	黑龙江科技大学电气与信息工程学院	31	116	6.0	9.0
2	郭继坤	黑龙江科技大学电气与信息工程学院	54	226	9.0	12.0
3	常晓娟	哈尔滨师范大学文理学院	10	14	3.0	3.0
4	兰成章		3	12	2.0	3.0