基于神经网络的卡钻预测方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究的背景和意义 | 第7页 |
| ·国内外研究现状 | 第7-10页 |
| ·国外研究现状 | 第8页 |
| ·国内研究现状 | 第8-10页 |
| ·主要研究内容 | 第10页 |
| ·课题的来源 | 第10-11页 |
| 第二章 钻井卡钻事故分析 | 第11-21页 |
| ·卡钻事故的分类及各类型卡钻的原因 | 第11-15页 |
| ·影响卡钻事故的主要因素 | 第15-16页 |
| ·地质因素 | 第15-16页 |
| ·工程因素 | 第16页 |
| ·各类型卡钻事故的征兆 | 第16-19页 |
| ·卡钻事故的解卡方案 | 第19-21页 |
| 第三章 人工神经网络与卡钻预测 | 第21-39页 |
| ·人工神经网络的基本原理 | 第21-25页 |
| ·人工神经元模型 | 第21-23页 |
| ·人工神经元网络模型 | 第23-24页 |
| ·神经网络的学习方式 | 第24-25页 |
| ·卡钻预测模型的选取 | 第25-30页 |
| ·感知机神经网络模型 | 第25-26页 |
| ·Hopfield 神经网络模型 | 第26-27页 |
| ·自组织特征映射神经网络模型 | 第27-29页 |
| ·误差反向传播神经网络模型 | 第29页 |
| ·径向基函数神经网络模型 | 第29-30页 |
| ·卡钻预测模型的学习算法 | 第30-36页 |
| ·BP 网络的缺陷 | 第36-37页 |
| ·BP 算法的改进 | 第37-38页 |
| ·附加动量法 | 第37-38页 |
| ·自适应学习速率法 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第四章 卡钻预测模型的实现 | 第39-51页 |
| ·卡钻预测模型结构的建立 | 第39-44页 |
| ·输入层的设计 | 第39页 |
| ·输出层的设计 | 第39-40页 |
| ·隐含层的设计 | 第40-42页 |
| ·激活函数的选择 | 第42页 |
| ·训练函数的选择 | 第42-43页 |
| ·训练参数的选取 | 第43-44页 |
| ·卡钻预测模型样本集的准备 | 第44-46页 |
| ·卡钻预测模型的训练与测试 | 第46-47页 |
| ·卡钻预测模型的训练 | 第46-47页 |
| ·卡钻预测模型的测试 | 第47页 |
| ·卡钻预测模型的改进 | 第47-48页 |
| ·循环卡钻的预测 | 第48-50页 |
| ·循环卡钻预测模型结构的建立 | 第48-49页 |
| ·循环卡钻预测网络的训练 | 第49页 |
| ·循环卡钻预测网络的测试 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 结论与展望 | 第51-53页 |
| ·结论 | 第51-52页 |
| ·展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士学位期间发表的论文 | 第56-57页 |
| 详细摘要 | 第57-66页 |
