【摘 要】
：
为了克服传统的相对幅度法在固井质量评价中识别率低下的缺点,提出了一种基于改进粒子群一小波神经网络的固井质量智能评价方法.首先在应用李亚普诺夫理论分析得到单个粒子收
【机 构】
：
电子科技大学自动化工程学院,中海油田服务股份有限公司技术中心
论文部分内容阅读
为了克服传统的相对幅度法在固井质量评价中识别率低下的缺点,提出了一种基于改进粒子群一小波神经网络的固井质量智能评价方法.首先在应用李亚普诺夫理论分析得到单个粒子收敛条件的基础上,提出一种粒子群改进算法,接着利用该算法来优化小波神经网络权值.应用Iris标准分类数据集对本文算法进行测试,结果表明该改进算法与BP-WNN、PSO-WNN等经典算法相比,网络不仅易于全局收敛,而且迭代次数、函数逼近误差、分类精度等性能特得到提高.最后用训练好的改进粒子群一小波神经网络对某实验井声波固井质量测井实测数据进行分类识别
其他文献
克服了马尔可夫假设条件的限制，假定系统寿命、修复性维修和预防性维修的修复时间均遵从一般概率分布．利用离散时间模型在数值计算方面的优势，建立了离散时间下系统正常工作、修
大系统中各个独立子功能模块之间有时需要精确系统时间同步来协作完成系统功能,为此,提出了一种基于半无调制数据伪随机码的高精度系统时间同步方法,并借助非等量采样技术,使
通过构造李亚普诺夫函数,利用线性矩阵不等式,对一类具有Neumann边界的分布参数切换系统给出了状态反馈镇定的充分条件.该条件用一组线性矩阵不等式表示,从而将分布参数切换
为了给可重构系统控制律重构综合提供设计依据,研究了线性化系统的控制可重构性分析问题.面向控制系统定义了5个重构目标：稳定目标、定点恢复弱目标、轨迹恢复强目标、状态恢
由多个关节自治机器人构成的协作系统具有高度非线性和严重耦合性,为此提出了分布式协作运动规划方法（DCMP）.应用大系统理论的分解协调方法,通过预估协调变量,解耦协作运动规划
针对复杂非线性动态系统辨识问题，提出了一种基于过程神经元网络（PNN）的辨识模型和方法．根据系统待辨识的模型结构和反映系统模态变化特征的动态样本数据，利用PNN对时变输入／输出信
为克服低速情况下舵效低的问题,研究了自治水下航行器（AUV）的变质心控制方法.通过控制布置在AUV三个惯性主轴上的三个可移动质量块的运动,改变系统的质心,进一步改变了AUV受到
应用自适应滤波算法改进了基于一致滤波器的估计融合算法以加快节点估计的一致收敛速度，提出了一种基于状态预测的自适应一致滤波器．在此算法中，节点采用状态预测值作为自适应滤
为了解决机器人路径规划中的＂局部最小＂问题,提出了一种基于量子染色体变异的人工势场法和栅格法相融合的移动机器人路径规划算法.首先,对人工势场的斥力场进行改进,然后利用融
提出了一种移动自组织闷网络中基于移动Agent的多约束QoS多播路由算法．算法采用移动Agent采集网络信息，每个源节点构造一棵具有带宽和能量约束的多播树，选择节点剩余能量多的作