CAJ | 학술논문

提出一种基于ANN和GA融合的自学习自适应的模糊规则提取算法,用来对油层进行识别.其方法是:首先运用人工神经网络(ANN)对训练样本进行有导师学习,网络的输入是测井属性,输出表达为网络权值和输入的函数Ψk=f(xi(WG1)ij,(WG2)jk)(其中:Ψk代表含油性类别Ck的判别函数;C1为干层;C2为水层;C3为差油层;C4为油层).然后,以Ψk作为遗传算法(GA)中的适应度函数提取对应于类别Ck的模糊规则.最后,通过某油田oilsk81和oilsk83油井的实证研究表明,该方法能够有效地识别储层的含油性.
제출일충기우ANN화GA융합적자학습자괄응적모호규칙제취산법,용래대유층진행식별.기방법시:수선운용인공신경망락(ANN)대훈련양본진행유도사학습,망락적수입시측정속성,수출표체위망락권치화수입적함수Ψk=f(xi(WG1)ij,(WG2)jk)(기중:Ψk대표함유성유별Ck적판별함수;C1위간층;C2위수층;C3위차유층;C4위유층).연후,이Ψk작위유전산법(GA)중적괄응도함수제취대응우유별Ck적모호규칙.최후,통과모유전oilsk81화oilsk83유정적실증연구표명,해방법능구유효지식별저층적함유성.