粗糙集和神经网络相融合的钻井安全评价模型

• 作者: 李建 李珂 王兵
• 来源期刊: 西南石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 安全评价 粗糙集 BP神经网络 属性约简 钻井作业
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 石油与天然气工程
• 页码范围: 120-128
• 页数: 9页
• 分类号: TE28
• 字数: 5468字
• 语种: 中文
• DOI: 10.11885/j.issn.1674-5086.2016.01.19.02

摘要

针对动态性、随机性和不确定性较强的钻井作业现场,开展了安全评价的研究.提出了一种基于粗糙集和BP神经网络对作业现场进行安全评价的方法.首先以粗糙集为基础来构建BP神经网络的前置系统,对采集到的样本数据进行属性约简.其次,根据约简结果以及作业当天的事故情况完成了BP神经网络输入层和输出层的设计,并根据输入层和输出层神经元的个数通过试凑法确定网络隐含层的神经元数量范围,并采用训练样本对不同神经元个数所对应的网络模型进行训练,选择网络误差最低的网络作为所构建的网络模型.最后,选取16d的测试样本对网络进行验证,将网络的输出同作业现场的实际结果进行比较,有14d的网络结果与实际结果相符,测试准确率达到了87.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兵	西南石油大学计算机科学学院	100	854	15.0	24.0
2	李建	西南石油大学计算机科学学院	47	347	10.0	17.0
3	李珂	西南石油大学计算机科学学院	5	48	3.0	5.0