基于动量自适应学习率PSO-BP神经网络的钻速预测模型研究

机械钻速(rate of penetration, ROP)是钻井作业优化和减少成本的关键因素,钻井时有效地预测ROP是提升钻进效率的关键。由于井下钻进时复杂多变的情况和地层的非均质性,通过传统的ROP方程和回归分析方法来预测钻速受到了一定的限制。为了实现对钻速的高精度预测,对现有BP (back propagation)神经网络进行优化,提出了一种新的神经网络模型,即动态自适应学习率的粒子群优化BP神经网络,利用录井数据建立目标井预测模型来对钻速进行预测。在训练过程中对BP神经网络进行优化,利用启发式算法,即附加动量法和自适应学习率,将两种方法结合起来形成动态自适应学习率的BP改进算法,提高了BP神经网络的训练速度和拟合精度,获得了更好的泛化性能。将BP神经网络与遗传优化算法(genetic algorithm, GA)和粒子群优化算法(particle swarm optimization, PSO)结合,得到优化后的动态自适应学习率BP神经网络。研究利用XX8-1-2井的录井数据进行实验,对比BP神经网络、PSO-BP神经网络、GA-BP神经网络3种不同的改进后神经网络的预测结果...     

应用KPK力学方法研究落体的运动

利用动量流强度,分析了在阻尼介质中的物体包括高空跳伞运动员的运动规律。首先介绍了德国卡尔斯鲁厄物理教程的力学体系,该体系将动量和速度定为力学的中心物理量,根据力的定义式与电流的定义式的类比把力看成动量流强度,利用动量的连续性方程来解决力学问题。接着运用卡尔斯鲁厄物理教程的力学方法计算了物体在空气中下落时速度变化规律,继而定性地分析了具有水平运动速度的高空跳伞运动员在达到第一收尾速率之前会有一个极小速率的原因,说明卡尔斯鲁厄物理教程的力学体系解决力学问题不仅是可行的,而且是有效的,更能让人们在新的高度认识物理学。     

超冷原子费米气体研究预言了新奇的无能隙拓扑超流态

<正>澳大利亚斯威本科技大学的刘夏姬理论小组和清华大学物理系的龙桂鲁研究小组、中国科学院理论物理研究所易俗研究小组一起合作,在自旋轨道耦合的超冷原子费米气体中预言了一种新奇的无能隙拓扑超流态,并探讨了该状态在有限温度下的可探测性和有杂质存在时的稳定性.这一新物质相具有空间不均匀的序参量.在动量空间中,     

机械能守恒定律的守恒条件问题

对大学物理<力学>中"机械能守恒定律"使用条件的几种说法进行了分析和讨论.从一个质点系所受的外力对其所做的功和内力中的非保守力所做的功引起质点系能量的变化角度,讨论质点系的机械能守恒条件,提出机械能守恒的条件应为质点系的Pext=0,Pint,n-cons=0.     

分子束动量分布函数的讨论

本文首先推导出分子束的动量分布函数 ,然后计算了平均动量、均方根动量和最概然动量 ,并与分子束的速率分布函数相应的特征物理量逐一比较     

光子圈(链)图传播子重整化有限量的严格解析计算(I)

采用光子与电子(反电子)相互作用的最小电磁耦合模型,对"光子单圈图传播子与链图传播子"在动量重整化方案中的"有限量"的通常解析计算方法--Feynman高维收敛积分计算方法作了详尽分析、讨论与研究,发现可以从"大动量积分"计算角度出发建立起一种更为有效与实用的计算方法--大动量积分极限法.采用这种"有效计算方法",对光子圈图传播子重整化"有限量"作了具体降维积分计算,获得了这个"有限量"的"一维积分严格解析表达式".     

链圈图修正下核子与核子的散射截面

利用二体初态到二体末态的散射理论,计算出了核子与核子相互作用的最低阶散射截面,并用大动量积分极限法和复变函数积分法,严格计算出了介子传播子链圈图重整化后的有限量.根据传播子的四维动量的不同取值,给出了有限量的数值结果,相应的得到修正后的核子与核子相互作用的散射截面.最后对两结果作了比较,得出散射截面的相对修正值.把链圈图修正后的结果与实验结果作了对比后,验证了核子与核子的这种相互作用可以用量子场论微扰理论来处理.     

光子圈(链)图传播子重整化有限量严格计算(Ⅱ)

采用"复变函数积分法",对γ光子与电子(反电子)相互作用的最小电磁耦合模型中的"γ光子单圈图传播子与链图传播子"(在动量重整化中的)"有限量"--由"大动量积分极限法"所计算导出的"一重积分"表达式,作了严格解析计算和极限ε(＞0)→0处理,获得了这个"有限量"的最终严格解析表达结果.同时,还对这种微小的"辐射修正"作了具体数值计算和相关讨论.     

在大学物理力学教学中加强直升机示例作用

根据飞行学员的特点,讨论了在大学物理教学中如何通过直升机的示例作用来加深飞行学员对力学中理想模型和力的理解,并探讨了如何结合直升机的飞行原理来学习动量定理和动量守恒定律。通过让学员参与直接应用物理知识来解释和解决实际问题的过程,提高学员的应用科学知识的能力,提高科学素养。