摘要：标准的神经网络算法存在训练时间长,在一些特定的给定初值情况下会陷入局部最小等缺点,应用受到一定限制.该文介绍了改进的BP人工神经网络训练算法,该算法在一个权值修改过程中对权值修改两次,以达到加速收敛避免陷入局部最小等目的,利用该算法进行了储层敏感性快速预测软件研制.分析表明,该算法受人为因素干扰小,所需参数少,结果比较可靠,总体符合率达到91%,改进后的算法训练所需时间与标准BP网络相比缩短了许多,是一种适用于现场的良好方法.

关键词：bp人工神经网络 储层 神经网络算法 储层损害 敏感性 

单位：西安石油大学石油工程学院