摘要 | 第1-5页 |
Abstract | 第5-8页 |
第1章 引言 | 第8-12页 |
·选题依据 | 第8-9页 |
·研究课题来源 | 第9页 |
·国内外研究现状 | 第9-10页 |
·论文的研究内容及技术路线 | 第10-12页 |
第2章 多属性决策理论与方法简述 | 第12-32页 |
·引言 | 第12-13页 |
·建立指标体系 | 第13页 |
·权重的确定方法 | 第13-17页 |
·模糊数学与模糊优选理论介绍 | 第17-22页 |
·模糊数学发展与应用简介 | 第17-18页 |
·模糊优选理论简介 | 第18-22页 |
·人工神经网络在多属性决策中的研究 | 第22-32页 |
·人工神经网络概述 | 第22-26页 |
·BP神经网络理论 | 第26-27页 |
·基于BP神经网络的综合评价方法 | 第27-29页 |
·评价方法的实现步骤 | 第29-30页 |
·BP神经网络泛化能力的提高 | 第30-32页 |
第3章 洛带气田增压开采方案模拟研究 | 第32-39页 |
·洛带气田管网现状 | 第32页 |
·洛带气田蓬莱镇组气藏增压开采建模 | 第32-35页 |
·ReO软件增压开采模拟功能简介 | 第32-33页 |
·ReO优化研究技术思路及优化数学模型 | 第33-35页 |
·洛带气田蓬莱镇气藏增压开采模拟研究 | 第35-39页 |
·洛带气田蓬莱镇组气藏增压开采方案制定 | 第36页 |
·增压开采方案的模拟结果 | 第36-38页 |
·各种方案的技术指标确定 | 第38-39页 |
第4章 基于层次分析法和模糊优选的增压开采方案优选研究 | 第39-46页 |
·方案指标的确定 | 第39-40页 |
·采用层次分析法确定各个特征指标权重 | 第40-42页 |
·层次分析法的应用 | 第40页 |
·建立层次分析法的步骤 | 第40-42页 |
·模糊优选在增压开采方案优选上的应用 | 第42-46页 |
第5章 基于模糊法和神经网络的增压开采方案优选研究 | 第46-55页 |
·基于模糊数学的模糊优选法和神经网络结合的思路 | 第46-48页 |
·增压开采方案评价指标体系的建立及指标规范化 | 第48-49页 |
·基于模糊数学的模糊优选法和神经网络增压开采方案优选的实现 | 第49-53页 |
·增压开采方案优选中BP神经网络的建立 | 第49页 |
·学习样本的建立 | 第49-51页 |
·隐含层神经元数目的确定 | 第51页 |
·BP神经网络评价模型的训练和仿真 | 第51-53页 |
·总结 | 第53-55页 |
结论与展望 | 第55-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-61页 |
附图 | 第61-74页 |