• 全国中文核心期刊
  • 中国科技核心期刊
  • 中国核心学术期刊(RCCSE)
  • PA收录期刊
  • CA收录期刊

泥页岩分类的BP神经网络方法

刘波 鄢捷年 李静

刘波, 鄢捷年, 李静. 泥页岩分类的BP神经网络方法[J]. 石油钻采工艺, 2003, 25(4): 20-22. doi: 10.3969/j.issn.1000-7393.2003.04.007
引用本文: 刘波, 鄢捷年, 李静. 泥页岩分类的BP神经网络方法[J]. 石油钻采工艺, 2003, 25(4): 20-22. doi: 10.3969/j.issn.1000-7393.2003.04.007
Liu Bo, Yan Jienian, Li Jing. PREDICTION OF THE SHALE PERFORMANCE BY THE BP NEURAL NETWORK[J]. Oil Drilling & Production Technology, 2003, 25(4): 20-22. doi: 10.3969/j.issn.1000-7393.2003.04.007
Citation: Liu Bo, Yan Jienian, Li Jing. PREDICTION OF THE SHALE PERFORMANCE BY THE BP NEURAL NETWORK[J]. Oil Drilling & Production Technology, 2003, 25(4): 20-22. doi: 10.3969/j.issn.1000-7393.2003.04.007

泥页岩分类的BP神经网络方法

doi: 10.3969/j.issn.1000-7393.2003.04.007
详细信息
    作者简介:

    刘波,1975年生。现从字井壁稳定方面的研究。电话:010-89733893。

PREDICTION OF THE SHALE PERFORMANCE BY THE BP NEURAL NETWORK

计量
  • 文章访问数:  312
  • HTML全文浏览量:  40
  • PDF下载量:  334
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-05-22
  • 修回日期:  2019-05-22
  • 刊出日期:  1900-01-01

泥页岩分类的BP神经网络方法

doi: 10.3969/j.issn.1000-7393.2003.04.007
    作者简介:

    刘波,1975年生。现从字井壁稳定方面的研究。电话:010-89733893。

摘要: 为探讨X衍射资料与泥页岩理化性能之间的定性关系,建立一种智能化模型对泥页岩的类型进行快速识别。在分析泥页岩理化性能与X射线衍射资料数据关系的基础上,提出了用BP神经网络预测泥页岩理化性能参数的方法及相应的模型。并针对BP神经网络算法进行了改进,使模型网络训练时的收敛速度比常规方法快了4倍以上。通过现场试验数据验证,该模型预测符合率较高,能够满足实际应用的要求。

English Abstract

刘波, 鄢捷年, 李静. 泥页岩分类的BP神经网络方法[J]. 石油钻采工艺, 2003, 25(4): 20-22. doi: 10.3969/j.issn.1000-7393.2003.04.007
引用本文: 刘波, 鄢捷年, 李静. 泥页岩分类的BP神经网络方法[J]. 石油钻采工艺, 2003, 25(4): 20-22. doi: 10.3969/j.issn.1000-7393.2003.04.007
Liu Bo, Yan Jienian, Li Jing. PREDICTION OF THE SHALE PERFORMANCE BY THE BP NEURAL NETWORK[J]. Oil Drilling & Production Technology, 2003, 25(4): 20-22. doi: 10.3969/j.issn.1000-7393.2003.04.007
Citation: Liu Bo, Yan Jienian, Li Jing. PREDICTION OF THE SHALE PERFORMANCE BY THE BP NEURAL NETWORK[J]. Oil Drilling & Production Technology, 2003, 25(4): 20-22. doi: 10.3969/j.issn.1000-7393.2003.04.007

目录

    /

    返回文章
    返回