2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、進化算法是借鑒生物自然選擇和遺傳機制而產(chǎn)生的隨機搜索算法,主要包括遺傳算法、進化規(guī)劃、進化策略、遺傳編程。本文著重對遺傳算法和前饋神經(jīng)網(wǎng)絡(luò)算法相關(guān)理論及其融合問題進行了研究分析。在此基礎(chǔ)上針對神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法存在的訓(xùn)練易陷入局部極值,網(wǎng)絡(luò)結(jié)構(gòu)難以調(diào)整等缺陷,研究了用進化計算優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值的方法,最后將此方法應(yīng)用到油氣層識別中。 油氣層的準確識別是提高勘探效果的關(guān)鍵環(huán)節(jié)之一。本課題在現(xiàn)有油氣層識別研究與評價技術(shù)基礎(chǔ)上,通過對不同

2、儲層下測井曲線的分析、測井曲線的特征參數(shù)提取、學(xué)習(xí)樣本挑選、測井數(shù)據(jù)規(guī)則化等處理技術(shù),最后利用進化神經(jīng)網(wǎng)絡(luò)方法進行油氣層識別。通過把進化神經(jīng)網(wǎng)絡(luò)模型的仿真結(jié)果與神經(jīng)網(wǎng)絡(luò)方法的訓(xùn)練結(jié)果比較,得出此算法可以使預(yù)測精度與神經(jīng)網(wǎng)絡(luò)的泛化能力得以提高;同時該識別模型的測試結(jié)果還驗證了進化神經(jīng)網(wǎng)絡(luò)用于油氣層識別的可行性。 研究結(jié)果表明,進化神經(jīng)網(wǎng)絡(luò)可以克服常規(guī)測井解釋中所遇到的高度復(fù)雜非線性建模的難題,且網(wǎng)絡(luò)不易陷入局部極值。開展本課題的研

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論