資源描述：
《基于優(yōu)化的BP神經(jīng)網(wǎng)絡地層可鉆性預測模型.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、26探礦工程(巖土鉆掘工程)2012年第39卷第11期基于優(yōu)化的BP神經(jīng)網(wǎng)絡地層可鉆性預測模型董青青，梁小叢(中國地質(zhì)大學(武漢)工程學院，湖北武漢430074)摘要：提出了一種粒子群算法(PSO)優(yōu)化的BP網(wǎng)絡模型預測地層可鉆性的新方法。利用粒子群算法優(yōu)化BP網(wǎng)絡模型的參數(shù)，避免了BP網(wǎng)絡陷入局部極小值的缺點，提高了模型的預測速度和精度。結合鉆探實例，利用測井資料和地層可鉆性級別的關系建立了可鉆性級別實時預測模型，并將該模型與傳統(tǒng)的BP網(wǎng)絡進行對比，結果表明，該模型優(yōu)于BP網(wǎng)絡，具有較高的精度和較快的收斂速度，有一定的適用性。關鍵詞：地層可鉆性；BP網(wǎng)絡模型；粒子群算法；
2、預測模型中圖分類號：P634．1文獻標識碼：A文章編號：1672—7428(2012)11—0026—03AModelforPredictingFormationDrillabilityBasedonOptimizedBPNeuralNetwork／DONGQing—qing，LIANGXiao—cong(EngineeringCollege，ChinaUniversityofGeosciences，WuhanHubei430074，China)Abstract：Anewmethodforpredictingformationdrillablitywasproposedac
3、cordingtothetheoryofBPnetworksbasedonPSO．TheuseofPSOoptimizingtheparametersofBPnetworksistoimprovetheconvergencespeedandprecisionofBPneuralnetworks．Combiningwiththeexamplesofdrillingandbasedontherelationshipofloginformationformationdrilla—bilitygrade，areal—timeformationdrillabilitygrademod
4、elwasestablished．TheresultsshowthatthemodelissuperiortoBPnetworkwithhigheraccuracyandfasterconvergencerateanditisaneffectivewaytopredictformationdrillablity．Keywords：formationdrillability；BPnetworkmodel；PSO；predictionmodel0研究背景搜索空問的“鳥”，也即‘粒子’。在粒子群優(yōu)化問題在巖土鉆掘工程設計與實踐中，我們常常希望中，每個解就是空間中的粒子，所有的粒子
5、都有一個能事先預知地層巖石的破碎難易程度，以便正確選被優(yōu)化的函數(shù)所決定的適應值?？罩械牧Ｗ右砸欢〒胥@進工藝、方法，制定生產(chǎn)定額。因此探討地層巖的速度飛行，并根據(jù)粒子本身最優(yōu)適應值pbest以及石可鉆性的方法顯得極為重要。目前國內(nèi)外普遍采全局的最優(yōu)適應值gbest對速度進行動態(tài)調(diào)整，從而用的巖石可鉆性實驗方法主要有：室內(nèi)巖心實驗法，形成群體尋優(yōu)的正反饋機制，直到尋找到群體最優(yōu)和參數(shù)分析法2大類。都是鉆后評價方法，實驗用適應值為止。設在一個D維的目標搜索空間中，有的巖心脫離了地下的真實環(huán)境，因此實驗數(shù)據(jù)具有Ⅳ個粒子組成一個群落，將每個粒子代入一個目標一定的偏差性，并不能真實反映
6、巖石的可鉆性級數(shù)。函數(shù)即可算出其適應值，根據(jù)適應值的大小衡量是而BP網(wǎng)絡模型是目前廣大研究者用于地層巖否為所要求解的最優(yōu)解。設第i個粒子的位置為置石可鉆性的鉆前預測模型。利用測井資料作為網(wǎng)絡=(XX，?，∞)，速度也是一個維向量，記為模型的輸入?yún)?shù)，巖層可鉆性級值作為輸出，此模型=(，，?，)。記第i個粒子迄今為止搜索結構簡單，具有良好的自適應性、自學習性和極強的到的最優(yōu)位置為pbst=(pbpb?，p6)，而整個非線性逼近、容錯能力等特點。但該模型容易陷入局粒子群搜索到的最優(yōu)位置為gbst=(gbgb?，部極小值，且泛化能力較弱、網(wǎng)絡收斂速度較慢。在g6∞)。粒子位置和速
7、度改變的2個公式：本文中提出一種基于粒子群算法優(yōu)化的BP網(wǎng)絡預測f(+1)=，(k)+clrand[pb(k)一Xf()]模型，在該模型中用粒子群算法代替了梯度下降法對+C2rand[g6(k)一X()](1)BP網(wǎng)絡的權值和偏差進行優(yōu)化，提高了模型的收斂(+1)=X()+(k+1)(2)速度和預測的精度。因此利用此模型建立地層可鉆式中：C、C2——加速系數(shù)，即分別調(diào)節(jié)向全局最好性級值的預測具有更高的精度和更廣泛的適用性。粒子和個體最好粒子方向飛行的最大步長；rand、rand——[0，1]之間的隨機數(shù)；——第i個
