基于Bayesian多分支岩石可钻性值估计

• 作者: 张奇志 李琳 沙林秀 邵小华
• 来源期刊: 中国石油大学学报(自然科学版)
• 关键词: 岩石可钻性 Bayesian分类器 L-M算法 改进的双链量子遗传算法
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 石油钻采工程
• 页码范围: 73-79
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5005.2014.03.012

摘要

针对智能优化控制过程中岩石可钻性参数估计存在非实时性和模型泛化能力差的问题,采用两层结构建立基于Bayesian多分支岩石可钻性估计模型.通过Bayesian分类器实现岩性分类以提高可钻性模型样本数据的相关性,细化可钻性估计模型;采用改进双链量子遗传算法优化的BPNN结构,根据不同的岩石类型建立相应的岩石可钻性IDCQGA_BPNN估计模型.结果表明,该方法通过算法优化网络模型增强了模型的泛化能力,加快了参数的估计速度和估计精度,能够满足智能优化控制过程中岩石可钻性参数估计的实时性需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张奇志	西安石油大学陕西省钻机控制重点实验室	54	146	6.0	9.0
2	李琳	西安石油大学陕西省钻机控制重点实验室	63	399	11.0	17.0
3	沙林秀	西安石油大学陕西省钻机控制重点实验室	13	75	5.0	8.0
4	邵小华		1	2	1.0	1.0