BP神经网络在石油产量预测中的应用.pdfVIP

第 31 卷 　第 3 期 武 　汉 　理 　工 　大 　学 　学 　报 Vol. 31 　No. 3 2009 年 2 月 JOURNAL OF WUHAN UNIVERSITY OF TECHNOLOGY 　Feb. 2009 DOI :10. 3963/ j. issn. 2009. 03. 034 BP 神经网络在石油产量预测中的应用 周彩兰 ,刘 　敏 (武汉理工大学计算机科学与技术学院 ,武汉 430070) 摘 　要 : 　石油产量的精确预测 ,是石油企业制定合理的生产计划、避免盲目投资、实现可持续开发的重要条件。为提高 产量预测精确度 ,文中提出了一种 BP 神经网络模型 ,详细介绍了它的基本原理及算法 ,并给出了该模型建立的具体过 程 ,最后把它应用到石油行业的预测工作中。在该模型进行学习与训练的仿真实验后 ,预测结果与实际结果的比较表明 该模型能很好的实现预期效果 ,对石油产量预测工作有重要意义。 关键词 : 　神经网络 ; 　网络训练 ; 　BP 算法 ; 　隐含层节点数 ; 　石油预测 中图分类号: 　TP 183 文献标识码 : 　A 文章编号 :(2009) Application Research on Oil Production Forecasting Based on BP Neural Net work ZHOU Cailan , L IU M in ( puter Science and Technology , Wuhan University of Technology , Wuhan 430070 , China) School of Com Abstract : 　Accurate forecasts of oil production are the important conditions that help the company make a reasonable plan , avoid blind investment and achieve sustainable development. In order to improve the oil forecasting , this paper brings out the model of BP neural network , introduces its basic principle as well as algorithm in detail , and gives the model buildingup pro cess. Finally , the author applies it to the oil and natural gas forecasting work. After this model learning and training , the com parison between the prediction and the actual results shows that this model realizes the oil forecasting very well and has the prac tical and great significance to this work. Key words : 　neural network ; 　network train ; 　backpropagation algorithm ; 　number of the hidden layer nodes ; 　oil