物探化探计算技术
物探化探計算技術
물탐화탐계산기술
COMPUTING TECHNIQUES FOR GEOPHYSICAL AND GEOCHEMICAL EXPLORATION
2002年
2期
124-128
,共5页
补偿模糊神经网络%模糊逻辑%神经网络%储层参数预测
補償模糊神經網絡%模糊邏輯%神經網絡%儲層參數預測
보상모호신경망락%모호라집%신경망락%저층삼수예측
为了克服常规BP神经网络法在预测储层参数中出现学习速度慢、无法结合专家知识等不足,我们引入了补偿模糊神经网络.它是一个结合了补偿模糊逻辑和神经网络的混合系统,由面向控制和面向决策的神经元组成,其模糊运算采用动态的、全局优化运算,学习速度快、学习过程稳定,将其用于储层参数预测效果良好.
為瞭剋服常規BP神經網絡法在預測儲層參數中齣現學習速度慢、無法結閤專傢知識等不足,我們引入瞭補償模糊神經網絡.它是一箇結閤瞭補償模糊邏輯和神經網絡的混閤繫統,由麵嚮控製和麵嚮決策的神經元組成,其模糊運算採用動態的、全跼優化運算,學習速度快、學習過程穩定,將其用于儲層參數預測效果良好.
위료극복상규BP신경망락법재예측저층삼수중출현학습속도만、무법결합전가지식등불족,아문인입료보상모호신경망락.타시일개결합료보상모호라집화신경망락적혼합계통,유면향공제화면향결책적신경원조성,기모호운산채용동태적、전국우화운산,학습속도쾌、학습과정은정,장기용우저층삼수예측효과량호.