10.3321/j.issn:1000-5870.2004.01.009
用多层前馈网络进行三维储层参数反演的方法
地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息.三维地震反演需要处理庞大的地震数据体,同时在反演过程中既要考虑模型和测井的约束,又要考虑地震在横向上的连续性.将地震反演看作是地震数据到储层参数的模糊映射,并利用神经网络建立了这种映射关系.针对网络收敛速度慢、学习时间长等缺陷,提出了一种学习率自适应调整算法.该算法使每个权都有自己的学习率,使网络的训练速度大幅度提高.利用该方法进行地震反演,抛开了褶积模型的限制,也无须已知地震子波.外推过程是在三维空间内进行的,所得的储层参数数据体保持了横向上合理自然的连续性.对该数据体进行三维可视化解释,可以直接描述储层的空间展布.
多层前馈网络、学习率、优化、三维地震反演、储层参数、数据体
28
P631.443
2004-03-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
31-35