共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于改进BP算法的摩阻因数预测方法研究显示文摘在钻井工程设计与实钻过程中,恰当指定摩阻因数是准确预测摩阻、扭矩的前提条件,摩阻因数受众多因素影响且具有不确定性,很难利用普适的数学公式明确表达摩阻因数及其影响因素之间的关系。针对摩阻因素的特点,提出了采用改进的BP神经网络对钻柱力学分析中的摩阻因数进行计算的方法。首先研究BP算法的原理和数学表示,然后结合预测实际将增加动量项、自适应学习率等方法对其进行改进,最后根据摩阻因数的内涵建立以改进BP算法为基础的摩阻因数预测模型。实验结果表明,利用改进BP神经网络能够有效实现摩阻因数的准确预测,解决了钻井过程中普遍存在的摩阻因数个体差异问题。 | 申静波 闫铁 李井辉 孙丽娜 | 2018 | 计算机技术与发展2018，28，1： | 3 |
| 2 | 基于改进贝叶斯正则化BP神经网络的测试性评估技术研究显示文摘测试性评估是整个测试性设计工作的关键环节,能够反映设计方案的正确性、识别设计缺陷以及检验设计要求;针对当前有效评估手段的缺乏,本文提出了一种新的测试性评估方法;在建立测试性评估指标体系的基础上,利用BP网络解决非线性问题的优势,建立了评估模型,同时采用贝叶斯正则化(BR)训练方法,提高网络的泛化能力,并提出带自适应变异的质心量子粒子群(AMCQP-SO)算法,以优化BP网络初始权值和阈值,以提高评估模型结果的准确度;经实验验证,评估方法具有较高的准确性和实用性,能够更好地为装备测试性设计服务。 | 孙健 黄考利 孙钦蕾 李宝晨 连光耀 | 2012 | 计算机测量与控制2012，20，12： | 0 |
| 3 | 基于神经网络模型的页岩气钻井成本预测研究显示文摘页岩气作为一种典型的低品位边际油气资源,钻井成本居高不下成为制约其大规模开发的主要瓶颈之一。随着产能建设任务加重、投资及结算分析数据量增加,传统数据处理模式难以满足处理庞大数据的时效性和准确性要求,对油气钻井成本进行准确预测,有助于做出科学的决策和评估。本文以川南地区Q页岩气区块已结算井的成本及工程参数为研究基础,建立了基于主成分分析的BP神经网络模型,实现了单井钻井成本的精确预测。研究结果显示通过主成分分析能有效提取页岩气钻井成本预测因子的有用信息,即压裂段数、钻井周期、井深、压裂支撑剂总量、水平段等是影响单井钻井成本的关键参数;使用Matlab编程,通过图形用户界面(GUI)实现了集数据导入、机器训练、模型预测及结果导出功能于一体的页岩气单井成本预测程序系统,其平均相对误差仅为-0.57%;基于BP神经网络的页岩气单井成本预测程序系统具有便捷性、实用性和准确性,能够为川南页岩气区块的投资决策提供有力依据。 | 龚铭 胡献 刘涛 张小平 程武洲 | 2022 | 石油石化物资采购2022，，8： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员