-
题名神经网络结构风险最小油气预测
被引量：7
- 1
-
-
作者
张向君
李幼铭
刘洪
-
机构
中国科学院地质与地球物理研究所
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2002年第1期73-76,共4页
-
基金
国家自然科学基金和大庆石油管理局联合资助项目 ( 4 9894190 )
中国科学院知识创新工程重大项目资助课题 ( KZCXL-Y0 1)
-
文摘
张向君 ,李幼铭 ,刘洪 .神经网络结构风险最小油气预测 .石油地球物理勘探 ,2 0 0 2 ,37(1) :73～ 76本文基于统计学习理论中的结构风险最小化原理 ,从理论上给出了神经网络的结构设计方法和实现过程。该方法能自适应地扩展神经网络的容量 ,从而完成网络的结构设计 ,并且在有限样本的情况下 ,最大限度地提高网络的训练精度和泛化能力 ,进而提高神经网络预测结果的可靠性。此外 ,文中给出了本文方法在吉林油田开发区块储层油气检测的应用实例 。
-
关键词
神经网络
结构风险最小化
串行训练
预测误差
油气预测
吉林油田
-
Keywords
neural networks,structure-risk-minimum,serial training,error prediction
-
分类号
P618.13
[天文地球—矿床学]
TE319
[石油与天然气工程—油气田开发工程]
-
-
题名基于改进Elman神经网络的非线性预测控制
被引量：11
- 2
-
-
作者
范燕
申东日
陈义俊
邵奎星
-
机构
辽宁石油化工大学信息与控制工程学院
-
出处
《河南科技大学学报（自然科学版）》
CAS
2007年第1期41-45,共5页
-
文摘
为了提高非线性预测控制中预测模型的精度,提出一种基于递归神经网络建模的预测控制方案。采用改进Elman神经网络在线建立预测模型,用递推最小二乘法在线修改神经网络权值,并引入误差补偿环节,从而达到改善预测模型精度的目的,使控制系统的控制性能得到提高。仿真实验表明了该方法的有效性。
-
关键词
ELMAN神经网络
在线训练
误差补偿
非线性预测控制
-
Keywords
Elman neural network
Online training
error compensation
Nonlinear model predictive control
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于神经网络的汽车齿圈锻压工艺优化
被引量：2
- 3
-
-
作者
高洪
徐田恬
-
机构
长春大学机械与车辆工程学院
-
出处
《热加工工艺》
北大核心
2020年第23期100-103,共4页
-
文摘
以始锻温度、终锻温度、锻压比和模具预热温度为输入参数,以耐磨损性能(磨损体积)为输出参数,以tansig函数为隐含层传递函数,以purelin函数为输出层传递函数,采用4×20×1三层拓扑结构,构建了汽车齿圈盘体的神经网络优化模型。结果表明,模型的平均相对训练误差5.37%,平均相对预测误差5.98%,模型预测能力较好,预测精度较高。与企业现用工艺相比,采用神经网络优化工艺锻压的20CrMnTi汽车齿圈的磨损体积减小10%,耐磨损性能得到明显提高。
-
关键词
汽车齿圈
神经网络优化
锻压工艺
耐磨损性能
相对训练误差
相对预测误差
-
Keywords
automobile gear ring
neural network optimization
forging process
wear resistance
relative training error
relative prediction error
-
分类号
TG319
[金属学及工艺—金属压力加工]
TG162
[金属学及工艺—热处理]
-
