基于BP神经网络的油气储量价值等级划分

在广泛选取原始指标的基础上,从可采储量、油气价格、开发投资、经营成本4个方面,构建了基于主成分分析法的油气储量价值等级划分指标体系,建立了基于BP神经网络的油气储量价值等级划分模型,并对胜利油田的数据进行实证分析。本文的创新及特色一是通过用7个主成分保留了95%的原始信息建立指标体系,避免了指标间相关性对后期评价的影响,提高了后期评价的准确性。二是通过设置初始权重、学习率、动态系数等参数使基于BP神经网络的油气储量价值等级划分模型的精度高达96.61%,避免了传统评价中模糊随机因素和人为主观因素的影响,提高了评价的准确性和科学性。结果表明,采收率、储量丰度、储量规模、储层埋深、凝固点等5个指标是影响油气储量价值等级的关键因素。储量价值越高,采收率越大、储量规模越大、储量丰度越大、储层埋深越小、凝固点越低。     

基于聚类—灰色关联分析的绿色产业评价指标体系构建

构建合理的绿色产业评价指标体系是绿色产业评价的关键.根据绿色产业的内涵,依据信息重复指标的剔除标准和加权灰色关联度最大的指标筛选标准,利用R聚类—灰色关联度分析相结合的方法定量筛选指标,构建绿色产业评价指标体系.主要创新与特色,一是通过离差平方和法对评价指标分准则层聚类,保证筛选后不同指标反应的信息不重复;二是通过灰色关联分析求解R聚类同类指标中各指标的加权灰色关联度,遴选关联度最大的一个指标,保证遴选出的指标对绿色产业评价影响最大;三是通过R聚类—灰色关联分析相结合的方法定量筛选指标,构建22个指标涉及绿色生产、绿色消费、绿色环境三个准则层的绿色产业评价指标体系.