2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、剩余油分布的預(yù)測有很高的收益,因此引起世界各國對剩余油分布進(jìn)行研究的重視。經(jīng)過多年的開發(fā),目前地下油水關(guān)系變得日趨復(fù)雜,有必要進(jìn)行剩余油分布規(guī)律的研究。
   本文分析了多種剩余油預(yù)測分析技術(shù)與方法。對神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘等的理論與相關(guān)算法進(jìn)行了分析、討論。神經(jīng)網(wǎng)絡(luò)具有并行處理、自適應(yīng)、自組織、聯(lián)想記憶及容錯性和健壯性等特點(diǎn),能夠探測出數(shù)據(jù)集合的非線性關(guān)系,在數(shù)據(jù)挖掘中常常采用神經(jīng)網(wǎng)絡(luò)方法。
   研究了對影響剩余油分布的

2、主要參數(shù)-含油飽和度進(jìn)行預(yù)測的軟件系統(tǒng)的設(shè)計方法與實現(xiàn)技術(shù)。此系統(tǒng)可實現(xiàn)使用多種神經(jīng)網(wǎng)絡(luò)模型來完成剩余油分布的預(yù)測。神經(jīng)網(wǎng)絡(luò)模型可選:BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)。BP網(wǎng)絡(luò)中又可選激勵函數(shù):Sigmoid型激勵函數(shù)和TAN激勵函數(shù);可選算法:傳統(tǒng)算法和變步長算法;且在力求保持傳統(tǒng)BP算法簡潔性的基礎(chǔ)上,使其神經(jīng)元個數(shù)、目標(biāo)精度、迭代次數(shù)動態(tài)可調(diào)。
   此系統(tǒng)可依據(jù)包含有井位置等參數(shù)的已有數(shù)據(jù),通過基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)進(jìn)行

3、訓(xùn)練,建立起學(xué)習(xí)網(wǎng)絡(luò),訓(xùn)練完成后,對比這些預(yù)測模型,選出最優(yōu)模型。在已知其它原始參數(shù)的情況下,就可以利用此預(yù)測系統(tǒng)對其他未知井區(qū)進(jìn)行剩余油分布的預(yù)測。
   研究結(jié)果表明,改進(jìn)的BP網(wǎng)絡(luò)、尤其是RBF網(wǎng)絡(luò)計算方法可以克服常規(guī)測井解釋中所遇到的高度復(fù)雜非線性建模的難題,極大地簡化了解釋中的數(shù)學(xué)手段,同時與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)相比精度更高,收斂速度更快。
   通過對預(yù)測值與實際數(shù)據(jù)的對比與分析,證明該軟件具有理想的預(yù)測效果并有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論