基于DHNN的油田产量递减曲线模型的识别 (2005年)

基于离散H。pfield神经网络（DHNN）对油田产量递减曲线模型的识别进行研究，提出基于DHNN识别油田产量递减曲线模型的方法。采用模糊c均值聚类将原始产量数据样本分为4个类别，对应4种不同的递减曲线类型，将聚类中心单位化，借助网络吸引子图的对称性消除伪稳定态，创建能够同时且均匀地记忆在DHNN中的样本集，应用训练后的网络识别各种递减曲线模型。实际应用结果表明，用该方法可准确地识别产量数据所对应的递减曲线模型。