深层卤水可采资源量评价的时间序列神经网络模型研究

详细信息   

• 责任者：周游^c成都理工大学数学地质四川省重点实验室^d1980^e博士研究生 ; 倪师军 ; 施泽明
• 刊名：国土资源科技管理
• 出版年：2012
• 卷期：29^b3总159
• 关键词：卤水 ; 资源量 ; 神经网络系统20^a资源评价 ; 时间序列分析
• 页码：54～59
• 索书号：P606/208-7
• 图表：^c表2参12插图
• 分类号：1900
• 文摘期号：2013/02

摘要

深层地下卤水资源量的评价是国内外迄今尚未很好解决的课题，由于深部地质及水文地质参数难以准确获取，因此也难以对深层卤水资源量进行正确评价。从深层卤水开采量的时间序列出发，提出了一类基于神经网络的评价模型。首先分析了卤水开采量的时间序列特点，再建立了神经网络的拓扑结构，并设计了相应的评价算法，最后通过对某储卤构造的单井评价实例，对模型进行了验证。与传统的ARMA时间序列模型相比，其预测性能更好，对剩余可采资源量计算结果也更为准确。