RBF网络法在欠平衡钻井中的应用
| 内容提要 | 第1-7页 |
| 第1章 绪论 | 第7-11页 |
| ·本文研究的目的与意义 | 第7-8页 |
| ·国内外研究及应用现状 | 第8-10页 |
| ·本文研究的主要内容 | 第10-11页 |
| 第2章 欠平衡钻井简述 | 第11-25页 |
| ·欠平衡钻井的概况 | 第11-13页 |
| ·欠平衡钻井井底压力计算 | 第13-22页 |
| ·基本概念 | 第14-18页 |
| ·数学模型 | 第18-22页 |
| ·数据采集和压力测量 | 第22-25页 |
| ·数据采集 | 第22-23页 |
| ·测量参数 | 第23页 |
| ·井底压力测量仪器 | 第23-25页 |
| 第3章 人工神经网络理论概述 | 第25-49页 |
| ·神经网络概述 | 第25-32页 |
| ·人工神经网络的发展简史 | 第27-28页 |
| ·神经元模型和网络结构 | 第28-30页 |
| ·神经网络的学习 | 第30-32页 |
| ·RBF 神经网络理论基础 | 第32-49页 |
| ·RBF 网络学习算法研究现状 | 第32-33页 |
| ·RBF 神经网络的结构模型 | 第33-34页 |
| ·插值问题 | 第34-36页 |
| ·正规化问题 | 第36-37页 |
| ·正规化问题的逼近解及GRBF | 第37-38页 |
| ·RBF 神经网络的学习算法 | 第38-40页 |
| ·带混合算法的RBFNN | 第40-49页 |
| 第4章 RBF 网络法在欠平衡钻井中的应用 | 第49-58页 |
| ·样本的选择 | 第49-53页 |
| ·输入参数的选取 | 第49-50页 |
| ·样本采集 | 第50-52页 |
| ·数据预处理 | 第52-53页 |
| ·网络模型的确定 | 第53-55页 |
| ·BP 网络与RBF 网络的理论比较 | 第53-54页 |
| ·仿真比较 | 第54-55页 |
| ·网络模型的测试 | 第55-57页 |
| ·实际应用 | 第57-58页 |
| 第5章 结论和建议 | 第58-60页 |
| ·结论 | 第58页 |
| ·建议 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 中文摘要 | 第62-64页 |
| ABSTRACT | 第64-68页 |
| 致谢 | 第68页 |
