论文部分内容阅读
基于ＢＰ神经网络技术强的收敛性及自适应，自组织学习能力，较好的容错性，并行处理强，识别预测迅速，准确，稳健性好的特点，对高含硫油井含水２．４％￣１９．０％的实际硫化物应力腐蚀（ＳＳＣＣ）速率作为训练样本，应用ＢＰ网络进行训练，达到精度要求后，对原样本进行回判模拟，再对只知输入信息而未知输出信息的样本进行预测。证明ＢＰ神经网络技术能够正确地预测高含硫油井的ＳＳＣＣ，且精度高于ＧＭ（１，１）的预测结果