作者:
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:
指出了煤层气含量预测是煤层气勘探开发的一个关键问题,传统的线性回归预测方法已不能反映各影响因子和煤层气含量之间的内在关系,据此提出了基于遗传-BP神经网络的非线性新型智能算法。其中,神经网络用来学习,遗传算法用来优化神经网络的连接权值及阈值,该方法能有效避免陷入局部极小值,具有全局寻优的特点。研究表明:构建的新型智能算法相对标准的BP网络预测精度要高,该方法为今后煤层气含量的预测提供了可靠依据。
推荐文章
基于遗传神经网络成绩预测的研究与实现
成绩预测
BP神经网络
遗传算法
Matlab
Java
基于遗传神经网络的氧化铝浓度预测
铝电解
氧化铝浓度
BP神经网络
遗传算法
基于遗传神经网络的煤层瓦斯含量预测
瓦斯含量
遗传算法
神经网络
预测
基于遗传神经网络的入侵检测
入侵检测
神经网络
遗传算法
网络安全
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 基于遗传神经网络的煤层气含量预测
来源期刊 绿色科技 学科 地球科学
关键词 煤层气含量预测 遗传算法 BP神经网络 智能算法
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 260-262,263
页数 4页 分类号 P618.11
字数 2796字 语种 中文
DOI
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 胡锦宏 西安石油大学地球科学与工程学院 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (152)
共引文献  (294)
参考文献  (18)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (3)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(12)
  • 参考文献(0)
  • 二级参考文献(12)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(16)
  • 参考文献(1)
  • 二级参考文献(15)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(14)
  • 参考文献(1)
  • 二级参考文献(13)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(11)
  • 参考文献(1)
  • 二级参考文献(10)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(18)
  • 参考文献(2)
  • 二级参考文献(16)
2009(15)
  • 参考文献(0)
  • 二级参考文献(15)
2010(12)
  • 参考文献(2)
  • 二级参考文献(10)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
煤层气含量预测
遗传算法
BP神经网络
智能算法
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
绿色科技
半月刊
1674-9944
42-1808/S
大16开
湖北省武汉市
2010
chi
出版文献量(篇)
21738
总下载数(次)
68
总被引数(次)
35317
论文1v1指导