摘要:测井岩性识别是油气勘探中十分重要的基础工作,可为测井解释选择正确解释方法和解释参数提供依据。本文利用过程神经元网络建立了复杂的非线性岩性辨识模型;同时,为了提高对实际问题求解的适应性和算法执行效率,开发了一种基于样条函数拟合的过程神经元网络学习算法。最后,结合海拉尔盆地贝16区块的实际测井资料进行岩性识别。实验结果表明,基于样条过程神经元网络的岩性辨识方法避免了采用传统BP神经网络预先建立复杂的数学或物理模型来提取小层测井曲线形态模式特征的过程,有效改善了网络的运算速度和对实际数据的抗扰性,具有较好的稳定性和泛化能力。
关键词:过程神经元网络 样条函数 测井资料 岩性识别
单位:黑龙江八一农垦大学信息技术学院 大庆163319 大庆石油学院计算机与信息技术学院 大庆163318
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社