[1]吴雪雨.油藏系统函数型连接神经网络辨识方法研究[J].哈尔滨理工大学学报,2009,(03):29-32.
 WU Xue-yu.Identification Method Research of Functional Link Nets for Oil Reservoir Systems[J].哈尔滨理工大学学报,2009,(03):29-32.
点击复制

油藏系统函数型连接神经网络辨识方法研究()
分享到:

《哈尔滨理工大学学报》[ISSN:1007-2683/CN:23-1404/N]

卷:
期数:
2009年03期
页码:
29-32
栏目:
计算机与控制工程
出版日期:
2009-06-25

文章信息/Info

Title:
Identification Method Research of Functional Link Nets for Oil Reservoir Systems
作者:
吴雪雨;
大庆时代广场管理处;
Author(s):
WU Xue-yu
Depaetment of Administrative Dept.of Admi.on Daqing Epoch Square; Daqing; 163000; China
关键词:
系统辨识 函数型连接神经网络 二阶学习算法 遗传算法 收敛性
Keywords:
system identification functional link nets second order learning algorithms genetic algorithms convergence
分类号:
TP183
文献标志码:
A
摘要:
一些油藏系统的偏微分方程模型,经过变换能化为非线性函数项级数,级数的每一项均为地层参数θ的复杂非线性函数.地层参数是试井解释的依据,因而要求其估值应具有全局最优性,又因上述函数为多峰函数,在极值点处关于θ的变化很敏感,使问题更为困难,现有迭代法均未奏效.为了解决了这个问题,提出了一种新型混合遗传算法.实际应用表明,用上述方法建模具有很高的精确度,模糊的平均相对误差在1%以内,并且能求出地层参数的全局最优估值.
Abstract:
Partial differential equation models of some oil reservoir systems can be transformed,such as well test interpretation,into series composed of nonlinear function terms.Every term is complex nonlinear function of stratigraphic parameters θ.Stratigraphic parameters are the foundation of well test interpretation,so their global optimal estimate values must be sought.And the problem beoames more difficult because aforesaid functions are multimodal functions and very sensitive in extreme point about the change o...

相似文献/References:

[1]韩桂华,王鹏飞,张此军.电液伺服系统神经网络辨识及控制器设计[J].哈尔滨理工大学学报,2017,(05):18.[doi:10. 15938/j. jhust. 2017. 05. 004]
 HAN Gui-hua,WANG Peng-fei,ZHANG Ci-jun.Neural Network Identification and Controller on Electro-hydraulic Servo System[J].哈尔滨理工大学学报,2017,(03):18.[doi:10. 15938/j. jhust. 2017. 05. 004]

备注/Memo

备注/Memo:
黑龙江省自然科学基金(TF2005-26)
更新日期/Last Update: 2009-09-22