摘要
针对油田开发指标预测问题,提出一种T-S推理元模型,该模型包括输入层、模糊化层和推理层。每个推理元对应一条模糊逻辑规则,由若干T-S推理元可构成T-S推理网络。网络可调参数包括模糊集参数和模糊规则参数。提出了基于改进量子粒子群优化的参数确定方法。以油田开发指标中含水率和采油量预测为例,结果表明,该方法是有效且可行的,从而表明模糊逻辑与智能优化算法的融合对于解决指标预测问题具有一定潜力。
Aiming at the forecast of oilfield development indexes,this paper proposed a T-S reasoning unit that included input layer,fuzzification layer and reasoning layer.Each T-S reasoning unit corresponds to a fuzzy logic rule,and a lot of T-S reasoning units may constitute a T-S reasoning networks.The adjustable parameters of proposed model included the fuzzy set parameters and fuzzy rule parameters.For determining these parameters,it presented an improved quantum particle swarm optimization.With forecast of moisture content and oil production as an example,the experimental results show that this method is effective and that the integration of fuzzy logic and intelligent optimization algorithms has a certain potential for solving problems of indicators forecast.
出处
《计算机应用研究》
CSCD
北大核心
2011年第8期2991-2993,共3页
Application Research of Computers
基金
中国博士后科学基金资助项目(20090460864
201003405)
黑龙江省博士后科学基金资助项目(LBH-Z09289)
黑龙江省教育厅科学技术研究项目(11551015)
关键词
T-S推理网络
粒子群优化
指标预测
优化算法
T-S reasoning networks
particle swarm optimization
indexes forecast
optimization algorithm
作者简介
朱秀莉（1967-），女，黑龙江人，讲师，主要研究方向为人工智能及其应用；
李龙（1967-），男，黑龙江人，副教授，博士，主要研究方向为人工智能和嵌入式系统；
辛盼池（1969-），男，河北人，副教授，博士，主要研究方向为量子智能优化和量子神经网络（1ipanchi@vip．sina．com）．
