10.3969/j.issn.1004-1338.2011.02.015
遗传神经网络在煤质测井评价中的应用
煤层气储层具有很强的非均质性和各向异性,使得测井资料解释结果具有多解性、模糊性和不确定性.提出了将遗传算法和神经网络相结合的方法,利用遗传算法优化神经网络的连接权值及阈值,从而提高网络训练精度和煤层气储层评价精度.该方法避免了标准BP算法易陷入局部最小和遗传算法局部搜索能力较差的缺点,提高了运算速度.介绍了利用遗传算法优化网络连接权值及阈值的步骤和煤质参数预测步骤.通过选取学习样本、确定网络结构、归一化处理数据,建立了基于GA-BP神经网络的煤层气储层煤质测井评价模型.对26个样本数据的分析对比表明,该算法具有较高的预测精度和较快的运算速度.10多口井的实际应用表明,GA-BP神经网络模型预测结果与煤心测试数据匹配很好,且与体积模型计算结果具有良好的一致性.
测井解释、煤层气、煤质分析、地球物理测井、BP神经网络、遗传算法
35
P631.84
十一五国家重大科技专项"煤层气地球物理勘探关键技术"项目编号2008ZX05035
2011-08-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
171-175