基于MATLAB的相似度-遗传神经网络在储层物性预测中的应用

摘要：

由于储层的非均匀性,传统的方法很难得到真实反映储层特性的结果.采用了遗传算法与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阈值,从而提高网络的训练精度和预测精度.将相似度的概念引入到测井中,定义了相似度在测井中的计算公式,提出了相似度与遗传神经网络相结合的方法.根据取心井段储层物性与测井信息的关系,选取相应的测井曲线,运用MATLAB中神经网络工具箱建立神经网络模型并训练.实例研究表明,预测准确性较高,且可以有效地控制预测精度,避免了因储层差别大而造成的预测精度降低的现象.

关键词：MATLAB、遗传算法、地球物理测井、相似度、神经网络

所属期刊栏目：11

分类号：P539.5(历史地质学、地层学)

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：8846-8850