10.3969/j.issn.1004-9134.2006.01.013
利用神经网络的LM算法确定碳酸盐岩声波孔隙度
确定碳酸盐岩声波孔隙度是测井解释中的一个难题,传统方法是利用平均时差公式经过适当校正或使用声波、中子、密度等两种以上的测井资料求取,在具体使用中误差较大且很不方便.为此,基于Levenberg-Marquardt算法,提出一种确定碳酸盐岩声波孔隙度的神经网络方法,主要步骤包括:样本信息的预处理、网络结构的设计、采用LM算法的网络学习训练、碳酸盐岩声波孔隙度的确定.仿真实验和比较分析表明,该方法快速稳定,其结果与真实值吻合程度高.
声波孔隙度、碳酸盐岩、神经网络、LM算法
20
T183
2006-04-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
36-38