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