本文選題：過程神經(jīng)元網(wǎng)絡(luò) + 算法設(shè)計�。� 參考：《東北石油大學(xué)》2015年博士論文

【摘要】：石油行業(yè)作為我國國民經(jīng)濟的支柱型企業(yè),在國內(nèi)外市場競爭日趨激烈的今天,更多的表現(xiàn)為一個多學(xué)科、多專業(yè)融合的知識和技術(shù)密集型企業(yè)。在石油勘探開采過程中,許多問題如設(shè)備狀態(tài)監(jiān)測與診斷、油氣水層綜合評價、水驅(qū)開發(fā)階段的注采平衡預(yù)測、三元復(fù)合驅(qū)開發(fā)指標(biāo)預(yù)測、污水處理過程中的加藥量控制等問題都可以看作是一類十分復(fù)雜的非線性時變問題,很難用確定性的機理模型進行準(zhǔn)確地描述。然而,隨著我國油田多年的勘探開發(fā),積累了大量的多學(xué)科動靜態(tài)數(shù)據(jù),通過建模進行診斷預(yù)測分析就成為一種可行而有效的實用方法。針對現(xiàn)有的基于傳統(tǒng)人工神經(jīng)元網(wǎng)絡(luò)的面向油田診斷預(yù)測的技術(shù)和方法在解決時變問題時的不適應(yīng)性,本文在發(fā)展過程神經(jīng)元網(wǎng)絡(luò)理論的同時將其與系統(tǒng)辨識、時間序列預(yù)測以及優(yōu)化控制理論相結(jié)合,開展基于過程神經(jīng)元網(wǎng)絡(luò)的面向油田數(shù)據(jù)應(yīng)用的油田診斷和預(yù)測理論與技術(shù)研究,以期為我國油田能夠安全、高效、可持續(xù)開采提供科學(xué)的決策支持,具有一定的理論和實用價值。首先,論文從網(wǎng)絡(luò)的信息處理機制、拓撲連接方式、信息處理范圍等角度出發(fā),構(gòu)建了三種具有較好適應(yīng)性的過程神經(jīng)元網(wǎng)絡(luò)模型,即二維自組織過程神經(jīng)元網(wǎng)絡(luò)、云過程神經(jīng)元網(wǎng)絡(luò)和對角回歸過程神經(jīng)元網(wǎng)絡(luò),對每種網(wǎng)絡(luò)的模型拓撲結(jié)構(gòu)、信息傳遞方式、輸入輸出映射關(guān)系等進行了分析和研究。其中,云過程神經(jīng)元網(wǎng)絡(luò)和對角回歸過程神經(jīng)元網(wǎng)絡(luò)按其輸出的不同又可細分為輸出為數(shù)值和輸出為云模型的云過程神經(jīng)元網(wǎng)絡(luò),以及輸出為數(shù)值和輸出為函數(shù)的對角回歸過程神經(jīng)元網(wǎng)絡(luò)。其次,針對三種網(wǎng)絡(luò)模型分別開發(fā)了各自適用的學(xué)習(xí)算法。對于二維自組織過程神經(jīng)元網(wǎng)絡(luò),考慮到標(biāo)記樣本和未標(biāo)記樣本的有效利用問題,提出了一種基于半監(jiān)督學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)可動態(tài)調(diào)節(jié)的自組織過程神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法。對于云過程神經(jīng)元網(wǎng)絡(luò),詳細推導(dǎo)了基于經(jīng)典梯度下降算法的網(wǎng)絡(luò)學(xué)習(xí)方法。同時,為解決網(wǎng)絡(luò)輸入輸出子云數(shù)量的動態(tài)設(shè)置問題,將高效的貓群優(yōu)化算法用于云過程神經(jīng)元網(wǎng)絡(luò)的訓(xùn)練中,該方法可以同時對網(wǎng)絡(luò)學(xué)習(xí)參數(shù)和結(jié)構(gòu)參數(shù)進行并行優(yōu)化。針對對角回歸過程神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)問題,分別提出了基于數(shù)值積分結(jié)合梯度下降的學(xué)習(xí)算法和基于改進粒子群優(yōu)化的網(wǎng)絡(luò)結(jié)構(gòu)自適應(yīng)的學(xué)習(xí)算法。論文對三種網(wǎng)絡(luò)模型及其學(xué)習(xí)算法的相關(guān)性能進行了分析和仿真驗證。最后,論文將基于過程神經(jīng)元網(wǎng)絡(luò)的診斷預(yù)測方法用于解決油田勘探開發(fā)領(lǐng)域的典型工程應(yīng)用問題。針對不同的應(yīng)用問題,研究了實際數(shù)據(jù)篩選及預(yù)處理方法,通過選取合適的網(wǎng)絡(luò)模型實現(xiàn)對不同應(yīng)用的診斷識別、動態(tài)預(yù)測以及優(yōu)化控制,取得了滿意的結(jié)果。實際應(yīng)用結(jié)果表明：論文提出的過程神經(jīng)元網(wǎng)絡(luò)在處理時變問題方面具有更好的辨識效果,為解決油田領(lǐng)域中的與時間或過程有關(guān)的診斷預(yù)測問題提供了一種新的手段和工具。
[Abstract]:In the process of petroleum exploration and exploitation , many problems such as equipment status monitoring and diagnosis , comprehensive evaluation of oil and gas water layer , prediction of injection and production balance in water flooding development stage , prediction of three - element compound flooding development index , and application of additive amount control in the process of sewage treatment are considered as a feasible and effective method . The process neural network proposed in this paper has better identification effect in dealing with time - varying problems , and provides a new means and tool for solving the problem of diagnosis and prediction related to time or process in the field of oil field .
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TE32

【參考文獻】

相關(guān)期刊論文 前1條

1 洪炳昒,金飛虎,郭琦;Hopfield neural network based on ant system[J];Journal of Harbin Institute of Technology;2004年03期

，

本文編號：1911755