摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
创新点摘要 | 第8-12页 |
第一章 绪论 | 第12-21页 |
1.1 研究背景和意义 | 第12-13页 |
1.2 钻柱摩阻扭矩分析及延伸能力研究综述 | 第13-18页 |
1.2.1 钻柱摩阻扭矩力学分析 | 第13-15页 |
1.2.2 钻柱延伸能力预测技术 | 第15-16页 |
1.2.3 人工神经网络与支持向量机技术及其应用 | 第16-18页 |
1.3 软件复用与构件化技术 | 第18-20页 |
1.3.1 钻井领域摩阻扭矩分析软件 | 第19-20页 |
1.3.2 软构件技术 | 第20页 |
1.4 论文的主要研究内容 | 第20-21页 |
第二章 钻井领域预测对象特征及预测方法应用研究 | 第21-28页 |
2.1 预测理论及预测方法 | 第21-24页 |
2.1.1 预测活动特征与原则 | 第21-22页 |
2.1.2 预测的步骤 | 第22-23页 |
2.1.3 预测的方法 | 第23-24页 |
2.2 钻井领域预测方法研究 | 第24-26页 |
2.2.1 人工神经网络预测方法 | 第24-25页 |
2.2.2 支持向量机方法 | 第25-26页 |
2.3 钻井领域预测对象特征分析 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第三章 基于多层前馈神经网络的摩擦系数预测方法研究 | 第28-52页 |
3.1 钻柱摩阻扭矩分析模型及其应用分析 | 第28-32页 |
3.1.1 钻柱摩阻扭矩模型应用分析 | 第28-30页 |
3.1.2 井眼摩擦系数校核方法 | 第30-31页 |
3.1.3 神经网络在摩擦系数预测中的应用分析 | 第31-32页 |
3.2 多层前馈神经网络模型 | 第32-42页 |
3.2.1 基于BP算法的多层感知器模型结构 | 第32-33页 |
3.2.2 基于BP算法的神经网络模型的建立 | 第33-38页 |
3.2.3 BP神经网络结构设计 | 第38-40页 |
3.2.4 网络训练样本集的准备与处理 | 第40-42页 |
3.3 基于BP神经网络的摩擦系数预测模型研究 | 第42-48页 |
3.3.1 模型输入特征向量及目标输出的选取与处理 | 第42-45页 |
3.3.2 网络模型隐层设计与权值初始化 | 第45-46页 |
3.3.3 预测结果及讨论 | 第46-48页 |
3.4 基于改进BP网络的摩擦系数预测 | 第48-50页 |
3.4.1 BP网络的改进方法 | 第48-49页 |
3.4.2 预测结果及讨论 | 第49-50页 |
3.5 本章小结 | 第50-52页 |
第四章 基于支持向量机的钻柱延伸能力预测技术研究 | 第52-70页 |
4.1 统计学习理论及其核心内容 | 第52-57页 |
4.1.1 机器学习模型及经验风险最小化 | 第52-55页 |
4.1.2 函数集的VC维 | 第55页 |
4.1.3 泛化误差界 | 第55-56页 |
4.1.4 结构风险最小化 | 第56-57页 |
4.2 支持向量回归机 | 第57-64页 |
4.2.1 最优分类超平面 | 第57-59页 |
4.2.2 支持向量机回归模型与损失函数 | 第59-61页 |
4.2.3 线性支持向量回归机 | 第61-63页 |
4.2.4 非线性支持向量回归机 | 第63-64页 |
4.3 基于SVR的钻柱延伸能力预测模型 | 第64-69页 |
4.3.1 钻柱延伸能力影响因素与理论极限值计算方法 | 第64-65页 |
4.3.2 预测模型特征参数与实验数据选取 | 第65-67页 |
4.3.3 模型内核参数选择与优化 | 第67-68页 |
4.3.4 预测结果与效果评价 | 第68-69页 |
4.4 本章小结 | 第69-70页 |
第五章 领域预测模型构件化技术研究 | 第70-96页 |
5.1 软件构件技术 | 第70-75页 |
5.1.1 软件构件模型 | 第70-72页 |
5.1.2 软件构件的粒度 | 第72-73页 |
5.1.3 构件的形式化描述 | 第73-74页 |
5.1.4 构件组装 | 第74-75页 |
5.2 力学分析软件构件化开发模型研究 | 第75-81页 |
5.2.1 基于构件复用的软件开发方法 | 第75-77页 |
5.2.2 基于构件复用的钻井领域力学分析软件开发模型研究 | 第77-81页 |
5.3 力学分析领域软件构件研究 | 第81-87页 |
5.3.1 钻柱力学分析领域界定与需求抽象 | 第81-83页 |
5.3.2 钻柱力学分析领域系统构件设计 | 第83-87页 |
5.4 领域预测构件的设计与实现 | 第87-95页 |
5.4.1 构件描述方法 | 第87-90页 |
5.4.2 摩擦系数预测模型构件化描述与开发 | 第90-92页 |
5.4.3 延伸能力预测模型构件化描述与开发 | 第92-95页 |
5.5 本章小结 | 第95-96页 |
第六章 领域预测模型的数据分析与管理模型设计 | 第96-103页 |
6.1 数据库与信息管理 | 第96-97页 |
6.2 领域数据库设计方法 | 第97-99页 |
6.2.1 领域数据库设计原则 | 第97页 |
6.2.2 数据库设计步骤 | 第97-98页 |
6.2.3 领域数据库对象—关系映射原则 | 第98-99页 |
6.3 领域预测模型数据标准与数据格式 | 第99-102页 |
6.3.1 领域数据模型设计 | 第99-100页 |
6.3.2 数据格式及实体关系模型 | 第100-102页 |
6.4 本章小结 | 第102-103页 |
结论 | 第103-104页 |
参考文献 | 第104-114页 |
攻读学位期间发表的学术论文 | 第114-115页 |
致谢 | 第115-116页 |
详细摘要 | 第116-127页 |