摘要:提出一种基于ANN和GA融合的自学习自适应的模糊规则提取算法,用来对油层进行识别。其方法是:首先运用人工神经网络(ANN)对训练样本进行有导师学习,网络的输入是测井属性,输出表达为网络权值和输入的函数ψk=f(xi(WG1)ij,(WG2)jk)(其中:峨代表含油性类别Ck的判别函数;C1为干层;C2为水层;C3为差油层;C4为油层)。然后,以ψk作为遗传算法(GA)中的适应度函数提取对应于类别Ck的模糊规则。最后,通过某油田oilsk81和oilsk83油井的实证研究表明,该方法能够有效地识别储层的含油性。
关键词:人工神经网络 遗传算法 模糊规则 储层识别 测井属性
单位:中国地质大学经济管理学院 武汉430074
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社