基于粒子群优化rbf神经网络原油含水率预测

《基于粒子群优化rbf神经网络原油含水率预测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第27卷第5期计算机仿真2010年5月文章编号：1006—9348(2010)05—0261—03基于粒子群优化RBF神经网络原油含水率预测吴艮海(茂名学院实验教学部，广东茂名525000)摘要：原油含水率预测对于确定油井水、油层位以及估计原油产量有着非常重要意义。BP神经网络是最近常用的原油含水率预测方法，然而，由于BP神经网络存在容易陷入局部极小值、收敛速度慢等问题，影响了其预测的实用性和准确性，对此，提出基于粒子群优化RBF神经网络(PSO—rtBrNN)的原油含水率预测方法，粒子群优化算法用于RBF神经网络参数优化。在分析原油含水率预测的

2、影响因素基础上，建立粒子群优化RBF神经网络的原油含水率预测模型。实验结果表明，在原油含水率预测中，基于粒子群优化RBF神经网络比BP神经网络有着更高的预测精度。关键词：原油含水率；神经网络；矿化度；预测模型中图分类号：TH81文献标识码：APredictionofCrudeOilMoistureBasedonlFNeuralNetworkOptimizedbyPSoWuLiang—hai(DepartmentofExperimentalTeaching，MaomingUniversity，MaomingGuangdong525000，China

3、)ABSTRACT：Predictionofcrudeoilmoistureisverysignificanttodeterminethewaterandoillevelofoilwellandestimatetheproductionofcrudeoil．RecentlyBPneuralnetworkiscommonpredictionmethodofcrudeoilmoisture．However，thepracticabilityandaccuracyaleaffectedduetoitsdrawbacksoffallingintoloca

4、loptimizationandlowconvergencerate．Thus，RBFneuralnetworkoptimizedbyparticleswarnloptimizationalgorithm(PSO—RBFNN)isproposedtopredictcrudeoilmoistureinthepaper，whereparticleswamioptimizationalgorithmisusedtooptimalthetrainingparametersofRBFneuralnetwork．Onthebasisofanalyzingth

5、einfluencingfactorofcrudeoilmoisturepre-diction，theforecastingmodelofcrudeoilmoisturebyRBFneuralnetworkoptimizedbyparticleSW~3t／1optimizationisestablished．Theexperimentalresultsshowthatinthepredictionofcrudeoilmoisture，PSO—RBFneuralnetworkhasgreaterpredictionaccuracythanBPneu

6、ralnetwork．KEYWORDS：Crudeoilmoisture；Neuralnetwork；Salinity；Forecastingmodell引言用性和准确性。RBF神经网络(RBFNN)是一种前向神经网原油含水率预测对于确定油井水、油层位，估计原油产络模型，它不仅具有全局最优逼近能力与良好的推广能力，量，预测油井的开发寿命有着非常重要意义⋯。由于现场工而且计算量少．oJ。但是RBF神经网络中输出权重，隐单元况复杂，原油含水率预测受到多种因素的影响，且与这些因中心和宽度的取值对它的性能有着较大的影响，粒子群优化素之间存在复杂的非线性关

7、系，从而难以建立精确的原油含算法(particleswarmoptimization，PSO)是一种智能群体搜索水率预测数学模型口。目前常用的预测方法有回归模型法、方法，它不仅具有很强的全局搜索能力，而且容易实现，非常时间序列分析法和人工神经网络等，回归模型法和时间序列适用于RBFNN参数优化”。对此，本文提出基于粒子群分析法要求原始数据大样本，而且对一些非正态分布不能做优化RBF神经网络(PSO—RBFNN)的原油含水率预测方法。出正确预测。鉴于BP神经网络(BPNeuralNetwork，BPNN)在分析原油含水率预测的影响因素基础上，建立粒

8、子群优化预测模型能较精确的描述因素之间的映射关系，它在原油含RBF神经网络的原油含水率预测模型。实验结果表明，在原水率预测中具有较多的应