基于BP神经网络的PDC钻头优选研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究目的及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 钻头选型方法研究现状 | 第9-11页 |
| 1.2.2 人工神经网络研究现状 | 第11-12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 1.4 技术路线 | 第13-14页 |
| 第二章 BP神经网络模型设计 | 第14-26页 |
| 2.1 人工神经元模型 | 第14-16页 |
| 2.1.1 人工神经元结构 | 第14-15页 |
| 2.1.2 神经元激活函数优选 | 第15-16页 |
| 2.2 BP神经网络 | 第16-21页 |
| 2.2.1 BP网络的学习算法 | 第16-18页 |
| 2.2.2 BP网络的局限性 | 第18-21页 |
| 2.3 输入参数设计 | 第21-23页 |
| 2.3.1 输入参数选取 | 第21页 |
| 2.3.2 输入参数的量化 | 第21-23页 |
| 2.4 输出参数设计 | 第23-25页 |
| 2.5 网络隐层设计 | 第25页 |
| 2.5.1 隐层层数设计 | 第25页 |
| 2.5.2 隐层神经元数的确定 | 第25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 标准样本训练集的构建与网络训练 | 第26-42页 |
| 3.1 样本收集 | 第26-30页 |
| 3.1.1 地层数据整理 | 第26-28页 |
| 3.1.2 钻头使用评价 | 第28-29页 |
| 3.1.3 PDC钻头结构参数数据整理 | 第29-30页 |
| 3.2 标准样本集的构建 | 第30-31页 |
| 3.3 软件编制 | 第31-33页 |
| 3.5 网络训练 | 第33-41页 |
| 3.5.1 网络隐层节点数验证 | 第33-35页 |
| 3.5.2 网络的训练及相关参数 | 第35-38页 |
| 3.5.3 网络验证 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 临盘地区现场实验 | 第42-56页 |
| 4.1 临盘地区历史钻头使用状况分析 | 第42-50页 |
| 4.1.1 明化镇组(N_m)钻头数据 | 第42-43页 |
| 4.1.2 馆陶组(N_g)钻头数据 | 第43-44页 |
| 4.1.3 东营组(E_d)钻头数据 | 第44-45页 |
| 4.1.4 沙河街组(E_S)钻头数据 | 第45-50页 |
| 4.2 现场试验与效果分析 | 第50-56页 |
| 4.2.1 临盘地区标准样本集的建立 | 第50-51页 |
| 4.2.2 钻头优选结果与现场试验 | 第51-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-62页 |
| 致谢 | 第62页 |
