利用模糊神经网络进行固井质量的预测
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第1章 前言 | 第9-11页 |
| ·固井质量预测的目的和意义 | 第9页 |
| ·固井质量预测所采用的方法 | 第9-11页 |
| 第2章 目前的研究及其方向 | 第11-29页 |
| ·人工神经网络技术 | 第11-14页 |
| ·模糊系统 | 第14页 |
| ·模糊系统概述 | 第14-16页 |
| ·模糊神经网络 | 第16-17页 |
| ·模糊神经网络算法的发展 | 第17-26页 |
| ·内部运算基于F 逻辑的模糊神经网络（FNN） | 第17-19页 |
| ·内部运算基于F 算术的前向FNN | 第19-23页 |
| ·带有反馈的FNN 的研究主要有两种模型 | 第23-26页 |
| ·近年来模糊神经网络的应用 | 第26-27页 |
| ·在石油工程领域中的应用 | 第27-29页 |
| 第3章 固井施工和影响固井质量的因素 | 第29-37页 |
| ·固井施工 | 第29页 |
| ·影响固井的因素 | 第29-35页 |
| ·影响顶替效率的因素 | 第31-34页 |
| ·影响候凝效果的因素 | 第34-35页 |
| ·固井质量的评价方式 | 第35-37页 |
| ·衡量固井质量的基本标准 | 第35-36页 |
| ·固井质量的评价方式 | 第36-37页 |
| 第4章 模糊神经网络参数分析 | 第37-59页 |
| ·利用模糊神经网络进行固井质量评价的因素分析 | 第37-49页 |
| ·确定模糊神经网络的模型 | 第37-38页 |
| ·网络输入参数的分析 | 第38-49页 |
| ·固井质量的综合分析 | 第49-55页 |
| ·建立评价集 | 第49-50页 |
| ·数字型评价转换为语言型评价 | 第50页 |
| ·语言性评价转化为评价集上的模糊子集 | 第50-51页 |
| ·顶替效率的计算方法 | 第51-54页 |
| ·候凝效果的计算方法 | 第54-55页 |
| ·固井质量的计算 | 第55页 |
| ·测井曲线的数字化工作 | 第55-59页 |
| 第5章 模糊神经网络模型 | 第59-67页 |
| ·模型的设计思路 | 第59页 |
| ·数据的传输机制 | 第59-62页 |
| ·模型的特点 | 第62页 |
| ·模糊神经网络模型 | 第62-67页 |
| ·处理单元 | 第64-65页 |
| ·连接 | 第65-67页 |
| 第6章 模糊神经网络的实际应用研究 | 第67-79页 |
| ·模糊神经网络的模型及学习 | 第67-73页 |
| ·程序的建立 | 第67-69页 |
| ·程序各项属性的确定 | 第69-73页 |
| ·模糊神经网络的训练与应用 | 第73-79页 |
| 第7章 结论 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83-84页 |
| 个人简历 | 第84页 |
