

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、石油儲(chǔ)層參數(shù)的影響因素復(fù)雜,許多對(duì)象具有復(fù)雜的不確定性和時(shí)變性,這使預(yù)測(cè)建模及提高預(yù)測(cè)精度等方面帶來(lái)了一定的難度,因此對(duì)儲(chǔ)層參數(shù)預(yù)測(cè)方法的要求越來(lái)越高,采取切實(shí)可行的技術(shù)方法,提高儲(chǔ)層參數(shù)預(yù)測(cè)的符合率,對(duì)于提高油田采收率、延長(zhǎng)油田開(kāi)發(fā)年限具有重要意義。 基于上述目標(biāo),本文主要做了以下幾方面的工作: (1)分析石油勘探開(kāi)發(fā)中多種儲(chǔ)層預(yù)測(cè)方法的技術(shù)特點(diǎn)及本身在解決實(shí)際地質(zhì)問(wèn)題上的不足之處; (2)分析Bp算法在運(yùn)用到
2、實(shí)踐中,可能會(huì)遇到的一些問(wèn)題與困難,討論了產(chǎn)生這些問(wèn)題的原因以及解決的辦法; (3)對(duì)神經(jīng)網(wǎng)絡(luò)實(shí)踐中遇到的訓(xùn)練時(shí)間長(zhǎng),建模困難等問(wèn)題進(jìn)行了詳細(xì)的分析與探討,提出了一種較實(shí)用的方法; (4)研究并比較了在建立年代模型是的幾種方法,比較了RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)各自的優(yōu)缺點(diǎn),研究了粒子群優(yōu)化算法,粒子群的性能比較,粒子群與神經(jīng)網(wǎng)絡(luò)結(jié)合的訓(xùn)練算法,針對(duì)年代模型建立中遇到的數(shù)據(jù)量大的特點(diǎn),研究了對(duì)數(shù)據(jù)進(jìn)行分組建模的方法; (
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)的儲(chǔ)層參數(shù)預(yù)測(cè).pdf
- 50195.基于人工神經(jīng)網(wǎng)絡(luò)的儲(chǔ)層參數(shù)預(yù)測(cè)研究
- 基于偏最小二乘與神經(jīng)網(wǎng)絡(luò)耦合的儲(chǔ)層參數(shù)預(yù)測(cè).pdf
- 基于神經(jīng)網(wǎng)絡(luò)參數(shù)建模的互連可靠性研究.pdf
- 神經(jīng)網(wǎng)絡(luò)方法及儲(chǔ)層動(dòng)態(tài)模型的研究.pdf
- 63252.用測(cè)井曲線(xiàn)預(yù)測(cè)儲(chǔ)層參數(shù)——正則化神經(jīng)網(wǎng)絡(luò)方法
- 基于神經(jīng)網(wǎng)絡(luò)與灰色理論的水質(zhì)參數(shù)預(yù)測(cè)建模研究.pdf
- 基于PSO優(yōu)化技術(shù)的木材材性參數(shù)神經(jīng)網(wǎng)絡(luò)建模研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的超深井儲(chǔ)層敏感性預(yù)測(cè).pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的建模算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的發(fā)酵過(guò)程建模
- 50351.基于數(shù)據(jù)預(yù)處理的神經(jīng)網(wǎng)絡(luò)儲(chǔ)層識(shí)別應(yīng)用研究
- 基于模糊神經(jīng)網(wǎng)絡(luò)的斜軋建模研究.pdf
- 小波模糊神經(jīng)網(wǎng)絡(luò)在復(fù)雜巖性?xún)?chǔ)層參數(shù)預(yù)測(cè)中的應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的發(fā)酵過(guò)程建模.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的曲軸最佳滾壓參數(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化的PID控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的微波射頻器件建模.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的光熱參數(shù)深度重構(gòu).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的聚合過(guò)程建模方法研究.pdf
評(píng)論
0/150
提交評(píng)論