基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
石油产量的精确预测,是石油企业制定合理的生产计划、避免盲目投资、实现可持续开发的重要条件.论文基于传统的灰色预测模型,根据大庆油田1992~2011年产量数据,推出了两种改进预测模型,分别对灰色模型进行参数优化和初值修正,并采用神经网络确定了组合模型中各单项模型权重,建立了改进灰色-神经网络组合模型,对大庆油田产量进行预测.实际数据分析结果表明:灰色-神经网络组合模型不仅可以有效解决BP网络训练样本不足的问题,还能有效运用各单项模型信息,从而明显提高了精度.通过进一步的分析、对比及讨论,文章认为,灰色一神经网络预测模型运用于国内外石油产量预测,方法可操作性强,结论科学性显著.
推荐文章
改进型Elman神经网络在电石炉控制系统中的应用
改进型Elman神经网络
RBF神经网络
电石炉
改进型神经网络的热负荷预测
热负荷预测
BP神经网络
改进型神经网络
预测精度
改进型模糊神经网络模型的构造
模糊神经网络模型
模糊神经元
学习规则
状态监测
基于改进型BP神经网络的电网负荷预测
电网负荷预测
BP神经网络
模拟退火优化算法
预测误差
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 改进型灰色神经网络模型在油田产量中的应用
来源期刊 计算机技术与发展 学科 文学
关键词 大庆油田 灰色神经网络 石油产量 预测
年,卷(期) 2013,(6) 所属期刊栏目 应用开发研究
研究方向 页码范围 241-244,248
页数 5页 分类号 IP183
字数 3550字 语种 中文
DOI 10.3969/j.issn.1673-629X.2013.06.062
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 张方舟 东北石油大学计算机与信息技术学院 36 70 5.0 6.0
2 严胡勇 东北石油大学计算机与信息技术学院 6 26 3.0 5.0
3 邱露露 东北石油大学计算机与信息技术学院 3 15 2.0 3.0
4 高晓松 东北石油大学计算机与信息技术学院 5 22 3.0 4.0
5 杨立全 东北石油大学计算机与信息技术学院 3 10 1.0 3.0
6 张媛媛 东北石油大学计算机与信息技术学院 4 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (28)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (17)
二级引证文献  (7)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
大庆油田
灰色神经网络
石油产量
预测
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导