改进的遗传BP神经网络数据挖掘算法及应用.doc

随着互联网技术和数据库技术的飞速发展,人们获取信息的渠道越来越多样化,所拥有的数据也越来越庞大,这对数据信息的存储、管理和分析提出了更高的要求,传统的统计方法面临着巨大的挑战。尤其在油气田生产实践中,开采所获得的数据更是惊人,如何从海量的开采数据中提取地层特征模式,以便对油气做出更精确的描述,是实现油气识别的关键。而数据挖掘技术正是解决这一问题的关键技术。 数据挖掘是从大量的、有噪声的、不完全的、随机的、模糊的数据中提取隐含其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘技术是解决数据量大而知识匮乏的有效途径。它包括分类、聚类、可视化、关联、模糊评判、决策树、遗传算法、神经网络和不确定性处理等技术方法。近年,数据挖掘技术在油气田开发中得到了广泛应用。 本文在对数据挖掘定义和常用方法研究的基础上,研究了基于改进的遗传BP神经网络的数据挖掘算法,并应用于油气识别中,取得了一定实效。1改进的遗传BP神经网络数据挖掘算法 1.1算法概述 遗传神经网络GNN(Genetic Neural Network的主要思想是利用遗传算法GA(Genetic Algorithm的全局性优点来克服误差反向传播BP(Back Propagation算法的易局部收敛和收敛慢的缺陷。同时,GA与BP算法的结合也解决了单独利用GA只能在短时间内寻找到最优解的近似解这一问题,引入BP的梯度下降算法将会避免这种现象。本文以遗传算法优化BP神经网络的方式将两者组合在一起:先用GA优化神经网络的权值组合,直到适应函数的平均误差达到一定的精度值。在此基础上再用BP算法进行局部优化。基本思想是先用GA粗选神经网络权值,再用BP算法精细与优化。 1.2算法步骤 遗传BP神经网络的算法步骤: (1随机产生一组分布,然后采用实数编码方案对该组中的每个权值进行编码,进而构造出一个个染色体(每个染色体代表神经网络的一种权值分布,在网络结 改进的遗传BP神经网络数据挖掘算法及应用 胡剑策1,吴国平2 (1.温州医学院,浙江温州325035;2.中国地质大学,湖北武汉430074 摘要:介绍了数据挖掘的定义和常用方法,研究了基于遗传BP神经网络的数据挖掘算法,并对其交叉算子进行了改进,提高算法训练速度。实验结果表明,将该方法应用于油气识别中,效果良好,具有一定的实际应用价值。 关键词:数据挖掘;遗传BP神经网络;油气识别 中图分类号:TP311;TE325文献标识码:A文章编号:1674-7720(201102-0082-03 Research and application of data mining algorithm based on improved genetic BP-neural network Hu Jiance1,Wu Guoping2 (1.Wenzhou Medical College,Wenzhou325035,China;2.China University of Geosiences,Wuhan430074,China Abstract:The definitions and commonly used methods of data mining were introduced.And the data mining algorithm based on improved genetic BP-neural network was brought forward.Then,the improvement to its overlapping operator was made to raise its training speed.Finally,the algorithm was applied in Oil-gas recognition,the results of which proved that the application ef-fects were satisfactory and the approaches were provided with particular popularized values. Key words:data mining;genetic BP-neural network;oil-gas recognition 82 《微型机与应用》2011年第30卷第2期 《微型机与应用》2011年第30卷第2期欢迎网上投稿 图1遗传BP 神经网络算法流程图 开始 生成BP 三层结构把BP 网络权值序列作为GA 的染色体 随机生成初始群体 适应度检测评估 遗传算子 达到精度要求或最大代数? N 该染色体作为BP 网络权值 BP 优化训练结果满意? 达到最大训练次数? 失败 成功 Y Y N