改进PSO-BP神经网络对储层参数的动态预测研究

• 作者: 李良 梁鸿军 潘少伟 王家华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 改进PSO-BP神经网络 惯性权重因子 储层参数 预测
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP18
• 字数: 4509字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1308-0413

摘要

为提高BP神经网络的收敛速度和泛化能力，防止其陷入局部最优值，在前人工作基础上对传统粒子群算法进行了改进，具体包括：设定最大限制速度、改变惯性权重因子和改进适应度函数，并把改进粒子群算法应用于BP神经网络权值和阈值的优化。之后利用改进粒子群算法优化的BP神经网络实现对储层参数的动态预测，具体步骤为：确定神经网络的输入、输出神经元，定量化时间参数T，利用训练样本构建神经网络模型并进行检验。最后通过平均训练误差对仿真过程进行分析，结果表明改进PSO-BP算法的收敛性与泛化能力均优于BP算法和PSO-BP算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王家华	西安石油大学计算机学院	108	580	12.0	19.0
2	潘少伟	西安石油大学计算机学院	13	51	3.0	7.0
3	李良		28	315	10.0	17.0
4	梁鸿军		6	45	3.0	6.0