10.3969/j.issn.1006-6896.2010.10.049
基于RBF神经网络的储层孔隙度建模
RBF神经网络理论为非线性系统建模提供了有力的工具.将RBF神经网络应用于苏德尔特油田储层孔隙度建模,有效克服了在没有足够资料的条件下确定储层孔隙度的困难,在苏德尔特油田某油层复杂裂缝性潜山油藏的开发中具有实际意义;应用该方法预测储层孔隙度简捷有效,为油田的开发提供了依据.RBF神经网络是复杂油藏领域物性研究的一个方向,具有一定的应用及推广价值.
RBF神经网络、孔隙度、苏德尔特油田、建模
29
P61;TP1
基于RBF神经网络的非线性系统建模方法研究08ZQ09
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共2页
91-92