利用神经网络预测储层孔隙度

摘要：

储层孔隙度是评价储集层油气储量的重要参数之一.基于神经网络的LM算法预测储层的孔隙度主要步骤包括样本的选取与预处理,网络结构的设计,基于Matlab神经网络工具箱编程实现的LM算法的网络训练,声波孔隙度预测.经与BP算法比较,该算法迭代速度快且计算精度高.

关键词：孔隙度、神经网络、LM算法、BP算法

所属期刊栏目：28

分类号：P61;TP1

在线出版日期：2009-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：37-38