利用遗传算法优化的小波神经网络实现地热资源预测  

PREDICTION OF GEOTHERMAL RESOURCES BY MEANS OF WAVELET NEURAL NETWORK OPTIMIZED BY GENETIC ALGORITHM

作　　者：董华松[1,2] 黄文辉[1,2] 

机构地区：[1]海相储层演化与油气富集机理教育部重点实验室,北京100083 [2]中国地质大学能源学院,北京100083

出　　处：《资源与产业》2014年第3期101-106,共6页Resources & Industries

摘　　要：文章主要介绍了一种基于遗传算法优化的小波神经网络进行地热资源评测的方法。选择对地热资源产生具有较大影响的火山、地震、布格重力、磁异常、到断层距离和地下水SiO2组分作为评测影响因子,利用小波神经网络优异的时频转换、网络自学习特性和遗传算法的全局优化特点,将两者相结合,对网络参数进行优化,并进行网络自学习。通过数据仿真得到的预测值与实际值基本一致,证明了该方法具有良好的地热资源评测前瞻性。This paper gives an introduction to the wavelet neural network optimized by genetic algorithm which is used to predict the geothermal resources, selects volcano, earth quake, Bouguer gravity, magnetic anomaly, distance to fault and SiO2 in underground water as factors, applies excellent time-frequency transformation of wavelet neural network, network self-study and genetic algorithm to optimize the network parameter. This prediction data coincides with the real values verifying this method to be applicable in predicting geothermal resources.

关 键 词：地热资源预测 小波神经网络 遗传算法 

分 类 号：TK521.2[动力工程及工程热物理—热能工程] TP18[自动化与计算机技术—控制理论与控制工程]