基于过程神经网络和量子遗传算法的油藏采收率参量逆向求解

被引：3

作者：

许增福 ^{[1
]}

王宏伟 ^{[2
]}

吴贵生 ^{[1
]}

机构：

[1] 清华大学经济管理学院

[2] 大庆油田公司第六采油厂

来源：

中国石油大学学报(自然科学版) | 2007年 / 06期

基金：

国家自然科学基金重点项目;

关键词：

过程神经网络; 量子遗传算法; 油藏采收率; 逆向求解;

D O I：

暂无

中图分类号：

TE319 [模拟理论与计算机技术在开发中的应用];

学科分类号：

082002 ;

摘要：

对于多输入多输出系统,针对如何根据系统模型和期望输出反求系统输入的问题,提出了一种基于过程神经网络和量子遗传算法相结合的方法,并给出了具体的实现方法。首先根据实际系统的领域知识和学习样本集,建立满足系统实际输入输出映射关系的正向过程神经网络;然后按照系统在过程区间的某一期望输出,用过程神经网络的输出误差构造适应度函数,用量子遗传算法逆向确定系统的过程输入信号,使该输入信号满足已建立的正向过程映射关系,从而完成系统的逆向过程控制。油藏采收率参量的逆向求解结果证明了该方法的有效性。

引用

页码：120 / 126

页数：7

共 8 条

[1] 基于量子遗传算法的正规模糊神经网络控制器设计 [J].