赵 健,刘 展

(中国石油大学(华东)地球科学与技术学院,山东 青岛 266580)



基于灵敏度分析的海洋油气资源BP神经网络预测模型的优化

赵 健,刘 展

(中国石油大学(华东)地球科学与技术学院,山东 青岛 266580)

作者针对BP神经网络结构设计中存在的问题,提出利用灵敏度分析方法对BP神经网络预测模型进行优化。通过BP算法与参数灵敏度分析的结合,寻找网络输入属性与输出属性之间的影响因子;在保证精度的前提下优选网络输入属性,简化网络结构,以增强网络的泛化能力,减少人为主观因素对网络设计的影响。最后以海洋油气资源预测为例,结合实测资料建立BP神经网络预测模型并进行了优化及预测精度评价,表明优化后的模型既能有效提高油气资源预测结果的稳定性,又不损失预测精度。

BP神经网络;网络结构设计;灵敏度分析;模型优化

doi:10.11759//hykx20141113001

神经网络模型由于其在非线性系统建模与优化求解方面的优势,被广泛应用于预测控制中。BP神经网络是应用最为广泛和成功的神经网络之一,以其独有的学习记忆和非线性逼近能力在油气资源勘探资料处理中被广泛应用。BP神经网络可自动模拟各种影响因素之间的自然关系,进行全局优化搜索,减少人为干预,提高油气预测的准确率[1]。

对于BP神经网络预测,构建合适的网络结构尤其是选取适当的输入变量至关重要,直接决定着预测的精度。在实际应用过程中,BP网络结构的设计带有较大的主观性,特别是隐含层节点数一般根据经验确定,导致同样的问题不同操作者会得到不同的结果[2]。……