科研之友
微信
新浪微博
Facebook
分享链接
摘要
油井复合射孔岩层裂缝深度预测模型的研究具有广阔的应用前景。在已有的复合射孔岩层裂深神经网络预测模型基础上,通过对前馈逆传播网络算法的研究,采用样本出现概率自适应控制方法,初步提出基于样本分类的单隐层网络结构的知识升级策略,给出了具体算法,并建立了油井复合射孔岩层裂深预测的神经网络自适应网络知识升级模型。完成后的模型能够针对样本空间的局部更新作出自适应调整,从而实现对神经网络结构所掌握知识的动态升级。为解决前馈神经网络建模中的样本变更问题提供了一条新的途径。研究发现,这种前馈网络升级策略具有一定的普适性,可用于其他岩土工程神经网络建模问题。
-
单位中国科学院寒区旱区环境与工程研究所; 西安理工大学; 冻土工程国家重点实验室
