人工神经网络技术在储层描述中的应用

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名

邮箱

手机号码

标题

留言内容

验证码

APPLICATION OF ARTIFICIAL NEURAL NETWORKS TO RESERVOIR DESCRIPTION

摘要: 建立在经验公式和线性假设基础上的常规测井解释方法其精度和成功率都较低。人工神经网络技术具有自适应、自学习的功能,其在测井解释研究中具有良好的应用前景。本文以实例说明了神经网络技术在测井孔隙度解释中所取得的成果。
- 人工神经网络 /
- BP网络 /
- 测井解释 /
- 孔隙度
Abstract: The normal logging explaination methods based on experience formulas and the linear hypothesis show lower accuracy and successful rate.The artificial neural networks technique can adapt itself,learn itself.It has well prospect in logging explaination.This paper provides a case to illustrate the advantage of the artificial neural network technique in logging porosity explaination.
- artificial neural networks /
- BP nets /
- logging explaination /
- porosity

[1]	包约翰.自适应识别与神经网络.北京:科学出版社,1992
[2]	Richard P L. An Introduction to Computing with Neural Nets. IEEE ASS P Magz,1987,(4):4～22