基于SDCQGA优化BP神经网络的岩石可钻性建模

摘要：

针对智能钻井优化控制过程中岩石可钻性提取存在的建模难、非实时性、精度差等问题,提出基于自适应双链量子遗传算法优化BP神经网络结构的岩石可钻性提取建模方法.依据目标函数在搜索点处的变化率,建立了快速自适应双链量子遗传算法；采用新算法优化BP神经网络结构,以克服BP神经网络受初始权值/阀值影响和泛化能力差的问题.通过对邻近钻井区域的大量测量数据和实验数据的统计分析和预处理,建立岩石可钻性提取模型,有效地解决了复杂地形岩石可钻性提取难的问题.对不同岩性的可钻性参数提取实验结果证明,该建模方法不仅提高了参数提取的精度和模型的泛化能力,而且在相邻实际参数提取时,具有很好的实时性和适应性.

关键词：岩石可钻性、双链量子遗传算法、BP神经网络、自适应因子

所属期刊栏目：28

分类号：TE242;TP183(钻井工程)

资助基金：国家自然科学基金项目61271143;陕西省自然科学基金项目2012JQ8046;省教育厅专项科研计划11JK0933

在线出版日期：2013-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：92-97