CAJ | 학술논문

为准确计算孔隙度、渗透率等储层物性参数,结合模拟退火和差分进化算法的主要优点,提出一种改进的模拟退火差分进化(SADE)算法,将复杂储层物性预测过程中神经网络权值的训练转化为无约束优化问题,并建立新目标函数,进而利用改进的SADE算法进行求解,并与传统方法计算结果进行比较.新目标函数使得神经网络权值的调整不受样本期望输出大小的影响,更适用于变化范围较大的样本数据训练；改进的SADE算法利用退火温度控制差分进化的选择过程和差分策略的选用,前期具有很好的多样性,后期有较好的收敛能力,克服了经典算法早熟的缺点,提高了全局搜索能力和鲁棒性.利用该算法对现场实际资料进行计算,取得了很好的效果.
위준학계산공극도、삼투솔등저층물성삼수,결합모의퇴화화차분진화산법적주요우점,제출일충개진적모의퇴화차분진화(SADE)산법,장복잡저층물성예측과정중신경망락권치적훈련전화위무약속우화문제,병건립신목표함수,진이이용개진적SADE산법진행구해,병여전통방법계산결과진행비교.신목표함수사득신경망락권치적조정불수양본기망수출대소적영향,경괄용우변화범위교대적양본수거훈련；개진적SADE산법이용퇴화온도공제차분진화적선택과정화차분책략적선용,전기구유흔호적다양성,후기유교호적수렴능력,극복료경전산법조숙적결점,제고료전국수색능력화로봉성.이용해산법대현장실제자료진행계산,취득료흔호적효과.