分享到:

BP神经网络在储量计算中的应用

测井在储量计算中起着补充和旁证岩心资料的作用 ,但测井解释必须符合地质基础。在无岩心资料的储层段 ,测井定量解释成果对储量参数的确定至关重要 ,直接影响储量计算结果的置信度。目前 ,在四川盆地石炭系气藏和飞仙关组气藏都采用CRA计算储量参数和进行流体性质判别。用CRA测井解释方法计算孔隙度和含水饱和度时 ,既要考虑各种岩石骨架值 ,又要知道地层水电阻率及孔隙度指数、饱和度指数等 ,计算十分繁琐。而BP神经网络法则无须选取解释参数 ,减少人为因素。通过将BP神经网络应用于四川盆地东北部地区铁山坡含气构造飞仙关组气藏计算储量参数和进行储层流体性质判别 ,取得令人满意的效果。基本原理BP神经网络由神经元及神经元之间的连接权组成 ,可分为输入层、隐含层 (可有多个 )、输出层。属有导师的学习算法 (误差反向传播算法 ) ,由正向传播和反向传播组成。在正向传播阶段 ,每一层神经元的状态只影响下一层神经元的状态。如果输出层得不到期望的输出值...  (本文共5页) 阅读全文>>

《飞航导弹》2002年09期
飞航导弹

用BP神经网络估算反舰导弹的价格

引言常用的费用估算方法一般有以下四种 :参数估算法、工程估算法、类推估算法和专家判断估算法。参数估算法 ,又称经验公式法。这种方法实际是在武器系统的特点和重要参数之间建立起费用估算关系 ,而这些变量 ,都是有一个数值范围 ,不仅仅是一个值。这种方法是利用类似系统的历史费用数据建立的数学关系式去推导新武器系统的费用值。工程估算法 ,又称单价法或直接法。它以装备的初始清单、结构、试验方案等为基础 ,把原材料费、劳动费及直接、间接费用、利润作为费用的主要因素 ,然后累加 ,其估值是从历史数据库中得到 ,或通过工程费用方程得到 ,并经过研究修正。这种方法又称“自上而下”的成本估算法。类推估算法 ,又叫模拟法。当新系统、项目的功用和物理性能与目前正研制、购置或使用的系统、项目类似时 ,可将它们的费用联系起来 ,经过认真分析 ,将类似系统、项目的实际费用进行调整 ,以补偿通货膨胀、工艺、配置、使用环境、生产数据和进度等各方面的差别 ,从而得...  (本文共3页) 阅读全文>>

《沈阳工业学院学报》2002年04期
沈阳工业学院学报

神经网络BP算法在噪声主动控制中的应用

人类生产、生活环境中存在着大量的噪声 ,对人类健康及环境保护产生了巨大的危害 ,噪声控制问题越来越引起人们的重视 .噪声主动控制 (ActiveNoiseControl,即ANC)就是通过某种手段在指定空间实时产生与噪声源在该处噪声幅值相等而相位相反的次级声源 ,使之与噪声源叠加最终达到消减噪声的目的 ,它与采用吸声、隔声等方法的被动式降噪有本质上的区别 .近年来随着自适应信号处理技术的发展 ,噪声主动控制在各个领域已经得到了广泛应用 .当前噪声主动控制系统最常用的算法是滤波 X最小均方 (FLMS)算法 ,但是由于噪声源的时变性及声学通道的非线性 ,使系统的稳定性和有效性大大降低[1] .神经网络 (NeuralNetwork ,即NN)是由大量的人工神经元经广泛并行互连形成的网络系统 ,用以模拟人类神经系统的结构和功能 .由于神经网络可以逼近任意的非线性函数 ,具有极强的自适应、自学习和自组织能力 ,采用神经网络控制方法已成...  (本文共4页) 阅读全文>>

《自动化技术与应用》2002年04期
自动化技术与应用

激活函数对BP网络性能的影响及其仿真研究

1 引言1986年Rumelhart ,Hinton和Williams完整而简明地提出一种ANN的误差反向传播训练算法 (简称BP算法 ) ,系统地解决了多层网络中隐含单元连接权的学习问题 ,由此算法构成的网络我们称为BP网络。该网络具有很强的非线性映射能力 ,它在许多实际应用中已经得到很重要的应用。而且网络的中间层数、各层的处理单元数及网络的学习系数等参数可根据具体情况任意设定 ,灵活性较大。但众所周知它的最大的缺点就是收敛速度太慢 ,这是由BP算法基于的梯度下降法所决定的。实际上对于BP网络收敛性能影响的因素挺多 ,其中隐含层的激活函数的影响是不可忽略的。本文就针对此方面进行讨论研究。2 主要内容文献[1] 指出了关于前馈网络激活函数的一般结论 :具有局部有界连续激活函数的标准前向网络能以任意精度逼近任意连续函数的充分必要条件是该网络激活函数是一非多项式。同时还指出阀值的重要作用 ,其之所以重要是由于同生物神经元的反应机理是...  (本文共3页) 阅读全文>>

《华中师范大学学报(自然科学版)》2002年04期
华中师范大学学报(自然科学版)

基于BP网络的水资源预测方法的研究

随着我国水资源情况的恶化,尤其是北方缺水现象日趋严重,水质降低,对于水资源的管理越来越引起人们的重视,用水调度逐渐走向现代化.无论是制定用水规划,还是实现渠道运行自动化,进行相应的水资源预测,都是必不可少的.因此,水资源预测、水情预测是水利自动化中一个重要内容.进行水资源预测的目的是便于合理调水,避免或减少弃水.影响某一城市的水资源因素有很多,例如人口、经济、住宅、生活习惯、气象、水价政策、节水措施等等.但这些影响因素具有两个特点:(1)某一因素对未来水资源变化的影响,很难用一个准确的关系式表示;(2)这些因素的影响可能是彼此相关的.这使得预测问题变得异常复杂.1 方法的比较目前,关于水资源预测方法大致分为四大类:外推法、相关分析法、解析法及人工神经网络法.外推法运用比较普遍.它是根据已知历史资料来拟合一条曲线或一个经验表达式,用来反映出用水变化规律,然后根据这个曲线或表达式,插值求出某一时间的水资源情况.通常是根据数据情况,先...  (本文共4页) 阅读全文>>

《计算机工程与设计》2002年09期
计算机工程与设计

快速二阶BP网络及其在城市用水量预测中的应用

1986年RUIn幻hl“’等人在多层神经网络模型的基 *0映射,快速二阶邵神经网络是以在二阶肝网络基础卜,提出了BP算法,解决了多层前向神经网络的学 础上通过调整其参数,进一步改进其性能为目的。其习问题,证明了多层神经网络具有很强的学习能力;基本结构如图1所示。网络分3层:输入层、隐含层、之后,对BP网络的研究与学习有如雨后春笋一般,它 输出层。每层有多个节点,相邻层之间的节点彼此相是迄今为止最常用的神经网络。BP神经网络广泛用 连,每个节点是一个包含权值协)与求和函数b)的处于预测领域,与传统方法相比,在处理模糊数据、大规 理单元,公式为;模问题上,最大拟合性及容错性方面均优于传统预测ne4;dw。yp+j Zw;kyriypo(l) _._.____.、____.J。1]q方祛。但是传统的 Bp神经网络采用一阶神经兀级联 节点的作用函数采用 Sigthoid函数:而成,仅能获取输入与输出数据流间一阶相关信息...  (本文共3页) 阅读全文>>