| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 创新点摘要 | 第8-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景 | 第11页 |
| 1.2 研究理论价值与实际意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 现有油产量预测方法与存在问题 | 第13-15页 |
| 1.5 主要研究内容 | 第15-16页 |
| 1.6 论文的组织结构 | 第16-18页 |
| 第二章 灰色理论与神经网络基本理论概述 | 第18-34页 |
| 2.1 灰色系统理论 | 第18-23页 |
| 2.1.1 灰色系统基本理论 | 第18-19页 |
| 2.1.2 GM(1,1)模型 | 第19-21页 |
| 2.1.3 GM(1,1)改进型模型 | 第21-23页 |
| 2.2 神经网络基本理论 | 第23-27页 |
| 2.2.1 生物神经元模型 | 第23-24页 |
| 2.2.2 人工神经元模型 | 第24页 |
| 2.2.3 BP神经网络 | 第24-27页 |
| 2.3 灰色神经网络基本原理 | 第27-34页 |
| 2.3.1 灰色理论与神经网络组合预测理论基础 | 第27-29页 |
| 2.3.2 灰色神经网络理论模型 | 第29-30页 |
| 2.3.3 改进的灰色神经网络模型 | 第30-34页 |
| 第三章 石油产量主控因素分析 | 第34-41页 |
| 3.1 影响石油产量因素 | 第34-37页 |
| 3.2 石油产量主控因素分析 | 第37-40页 |
| 3.2.1 灰色关联度分析以及原理 | 第37-39页 |
| 3.2.2 灰色关联分析对石油产量主控因素评价 | 第39-40页 |
| 3.3 本章小节 | 第40-41页 |
| 第四章 基于灰色理论的石油产量预测模型 | 第41-55页 |
| 4.1 原始数据 | 第41-42页 |
| 4.2 基于传统灰色模型与两种改进模型的预测 | 第42-53页 |
| 4.2.1 基于传统灰色GM(1,1)模型的石油产量预测 | 第42-46页 |
| 4.2.2 基于改进型无偏GM预测模型的石油产量预测 | 第46-49页 |
| 4.2.3 基于改进型初值修正GM预测模型的石油产量预测 | 第49-53页 |
| 4.3 灰色预测法分析总结 | 第53-55页 |
| 第五章 改进型灰色神经网络在油田产量预测中的应用 | 第55-64页 |
| 5.1 神经网络模型的油田产量预测 | 第55-58页 |
| 5.1.1 传统神经网络模型 | 第55页 |
| 5.1.2 建模步骤 | 第55-56页 |
| 5.1.3 应用实例 | 第56-58页 |
| 5.2 改进型灰色神经网络模型的油田产量预测 | 第58-61页 |
| 5.2.1 改进型灰色神经网络模型 | 第58页 |
| 5.2.2 建模步骤 | 第58-59页 |
| 5.2.3 应用实例 | 第59-61页 |
| 5.3 各模型预测结果比较及分析 | 第61-63页 |
| 5.4 结论 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 发表文章目录 | 第70-71页 |
| 致谢 | 第71-72页 |
| 详细摘要 | 第72-81页 |
