测井技术
測井技術
측정기술
WELL LOGGING TECHNOLOGY
2012年
3期
267-271
,共5页
地球物理测井%遗传算法%相似度%神经网络%储层物性%预测
地毬物理測井%遺傳算法%相似度%神經網絡%儲層物性%預測
지구물리측정%유전산법%상사도%신경망락%저층물성%예측
传统的测井解释需要建立精确的数学模型,并常伴有严格的条件限制,因此很难得到真实反映储层特性的结果.采用遗传算法与BP神经网络相结合,利用遗传算法的全局寻优特点,优化神经网络的连接权值和阀值,提高网络的训练精度和预测精度,避免了BP算法易陷入局部极小的缺点,提高运算速度.将相似度的概念引入到测井中,定义相似度在测井中的计算公式,提出相似度与遗传神经网络相结合的方法.实例研究表明,预测准确性较高,可以有效控制预测精度,避免因储层差别大而造成的预测精度降低的现象.
傳統的測井解釋需要建立精確的數學模型,併常伴有嚴格的條件限製,因此很難得到真實反映儲層特性的結果.採用遺傳算法與BP神經網絡相結閤,利用遺傳算法的全跼尋優特點,優化神經網絡的連接權值和閥值,提高網絡的訓練精度和預測精度,避免瞭BP算法易陷入跼部極小的缺點,提高運算速度.將相似度的概唸引入到測井中,定義相似度在測井中的計算公式,提齣相似度與遺傳神經網絡相結閤的方法.實例研究錶明,預測準確性較高,可以有效控製預測精度,避免因儲層差彆大而造成的預測精度降低的現象.
전통적측정해석수요건립정학적수학모형,병상반유엄격적조건한제,인차흔난득도진실반영저층특성적결과.채용유전산법여BP신경망락상결합,이용유전산법적전국심우특점,우화신경망락적련접권치화벌치,제고망락적훈련정도화예측정도,피면료BP산법역함입국부겁소적결점,제고운산속도.장상사도적개념인입도측정중,정의상사도재측정중적계산공식,제출상사도여유전신경망락상결합적방법.실례연구표명,예측준학성교고,가이유효공제예측정도,피면인저층차별대이조성적예측정도강저적현상.
