基于神經網絡的油田開發經濟可持續發展評價

摘 要：文章 在構建油田開發經濟可持續發展能力評價指標體系的基礎上，提出了一種基于三層前饋神經 網絡的評價方法。該方法用三層前饋神經網絡建立評價指標和評價結果之間的非 線性映射關系，用BP算法優化神經網絡權值完成網絡訓練。以中國2001年—2005年的油田經 濟可持續發展評價為例，驗證了方法的有效性和可行性。

關鍵詞：量子粒子群優化 油田開發 神經網絡 可持續發展 經濟評價

中圖分類號:F061 文獻標識碼:A 文章編號:1004-4914(2008)05-201-02

油田開發經濟可持續發展能力評價是在現代技術條件下，運用多學科、多手段、多方面 的成果和信息，在系統工程分析條件下，對油田開發經濟的過去、現在和將來狀況的綜合分 析。探討油田開發經濟可持續發展的評價方法并尋找其基本規律，對于實現我國油田開發經 濟的可持續發展具有重要意義。

神經網絡方法是人工智能領域非常活躍的一個分支，由于該方法不用事先建模，且具有 很強的學習隱含知識的能力，①②目前在油田工程中有著廣泛的應用。針對油田開發 經濟 的可持續發展問題，本文提出一種基于神經網絡的評價方法。評價結果表明，該算法是具有 一定潛力的值得推薦的評價方案，從而為該問題的解決提供了一種新途徑。

一、三層神經網絡模型及算法

1.三層前饋神經網絡模型。傳統三層前饋神經網絡由輸入層、隱含層、輸出層組成，其突出特點是有很強的非線性 映射能力和柔性的網絡結構。網絡的隱含層數目及各層神經元數可根據具體情況設定。網絡 的響應函數通常取Sigmoid函數，信息正向傳遞，誤差反向傳播。經多次循環，將輸入信息 逐漸逼近到期望輸出，完成學習功能。網絡結構如圖1所示。

2.三層前饋神經網絡學習算法。 設W為三層前饋網絡的連接權值(包括閾值)，即W=(w1，w2，…wn)，g(x)=1/(1+e-x )為非線性傳遞函數。樣本空間為(Rn，Rm)，XRn為 樣本輸入，YRm為樣本輸出(期望輸出)。誤差能量函數定義為：E=‖Yx-Y‖2，其中 ‖#8226;‖為某一范數，Yx為神經網絡 的實際輸出。由于當樣本空間確定以后，E只是權值向量W的函數，故上式可改寫為：E=E(W) 。因此，三層前饋神經網絡學習算法的一般形式為：③

二、油田開發經濟可持續發展評價

1.油田開發經濟評價的指標數據。 油田開發經濟可持續發展能力評價指標體系的建立，是一項復雜的系統工程。本文從可 持續供給、可持續利用和油氣安全這3個方面，選擇了11個最具代表性的指標構成評價指標 體系，分別是：石油儲采比C11；石油生產彈性系數C12；石油儲量接替率C13；長期進口能 力指數C14；石油消費強度C21；石油消費彈性系數C22；石油節能比重C23；能源轉換與替代 率C24；石油對外依存度C31；石油進口集中度C32；運輸通道的可靠性C33。1988年—2003年中國油田開發經濟可持續發展能力評價的上述指標數據見表1。2.訓練樣本的構造方法。

由表1可知，該表共提供了16組數據，每組數據包括11個評價指標，每組評價指標可作 為單個訓練樣本的輸入向量。網絡輸出為油氣資源經濟可持續發展能力的評價結果，用評價 值來表示，取值范圍為［0，1］，可由有關專家根據量化等級和每個等級的取值范圍（見表 2）給出具體的量化結果，見表3。本文模型采用的評價機制是：利用某一年的評價指標數據 來綜合評價其后連續3年的經濟可持續發展能力。例如，用1991年的指標數據評價1995年、1 996年、1997年的經濟可持續發展能力，余類推。綜上，對于采集到的16組樣本數據可構造 出13個訓練樣本，見表4。

3.前饋神經網絡參數。

根據構造的油田開發經濟評價樣本數據，可知神經元網絡的輸入層包含11個神經元；輸 出層包含3個神經元；關于隱層神經元數的選取，目前尚無一般原則，通常靠多次試驗擇優 確定。本模型采用20個，學習速率取0.6，慣性因子取0.1，限定誤差取0.05，限定迭代步數 為2000。

4.油田開發經濟的評價結果。 本算法對13個樣本的訓練結果見表5。利用訓練好的網絡，對2001年—2005年油田開發經 濟可持續發展能力的評價結果見表6。

由評價結果可知，本文提出的基于神經網絡的油田開發經濟可持續發展評價方法取得了 預期的效果。同時，該模型對2001年—2005年油氣資源經濟可持續發展能力的評價結果與專 家 給定的評價結果等級相同，數值結果非常接近（最大誤差僅為0.04），這表明該模型是有一 定潛力值得推薦的經濟評價方法。根據評價結果，“十五”期間我國油田開發經濟可持續發 展能力指數在0.46～0.54之間，這表明我國油田開發經濟可持續發展能力介于準可持續發展 和弱可持續發展之間。

注釋：

①邵良杉，付華，高樹林. 基于人工神經網絡的投資預測［J］.中國管理科學，1995(4)

②張新紅.用神經網絡綜合評價模型評價高技術項目的投資風險［J］.情報學報，2001(5 )

③王偉.人工神經網絡原理——入門與應用［M］.北京航空航天大學出版，1995

④Abhijit S.Pandya.神經網絡模式識別及其實現［M］.電子工業出版社，1999

(作者單位：王宏偉，中國科學院廣州地球化學研究所 廣東廣州 510000 ，中國科學院 研究生院 北京 100084，大慶油田公司第六采油廠 黑龍江大慶 163300；夏斌，大慶 油田公司第六采油廠 黑龍江大慶 163300)

(責編:賈偉)