10.3969/j.issn.1673-1549.2010.05.029
基于遗传算法的神经网络油水层识别
文章研究了基于遗传算法的神经网络油水层识别方法,针对神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,提出了基于粗集属性约简方法降低了输入信息的空间维数、减少了运算量和简化了神经网络的拓扑结构,利用遗传算法提高神经网络的训练速度.实验结果表明:将混合智能计算方法应用于油水层识别中效果显著,其学习训练速度和拟合精度远优于传统BP神经网络算法.
属性约简、神经网络、遗传算法、油水层识别
23
TP18(自动化基础理论)
国家高技术研究发展计划863计划第四批课题2008AA11A134
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
590-593