10.3969/j.issn.1006-2475.2013.02.037
基于Elman神经网络和遗传算法的油田指标预测
基于指标预测在油田实际开发中的应用,提出将神经网络和改进的遗传算法结合起来构建预测模型.神经网络采用具有动态反馈的Elman网络,充分发挥其动态预测的优势,同时借助遗传算法弥补其训练速度慢和容易陷入局部极小的缺点.对遗传算法的选择算子加以改进,不仅可以保存优良个体而且可以提高搜索效率.将神经网络和遗传算法进行有机结合,实现优势互补,以大庆葡北油田三断块的后续水驱含水率实测数据为例对模型进行论证,结果表明,该模型能达到很好的指标预测效果,本文提出的方法是有效可行的.
Elman神经网络、遗传算法、油田指标预测
TP301(计算技术、计算机技术)
中国石油科技创新基金资助项目2010D-5006-0302
2013-04-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
150-152