东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于微粒群算法的神经网络储层物性参数预测

期刊名称：西南石油大学学报，2007，29（6）
时间：0
分类：TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程] TE122.2[石油与天然气工程—油气勘探]
作者机构：[1]成都理工大学,四川成都610059, [2]暨南大学包装工程研究所,广东珠海519070
相关基金：国家自然科学基金项目（40574032）.
相关项目：非均匀地质介质中电磁波色散的逆源反演研究

中文摘要：

建立了一个具有自适应、复杂非线性储层预测模型，在计算方法上，由于多层前向型神经网络BP算法存在易陷入局部最优的缺点，而微粒群算法具有较强鲁棒性和全局收敛的优点。结合二者长处，利用基于微粒群算法的神经网络计算方法，对神经网络结构进行了改进。利用四川洛带地区气田的测井资料，用所设计的算法对储层的物性参数（孔隙度、渗透率）进行预测，并对其预测精度与用常规基于BP算法和基于LMBP算法得到的预测结果进行了比较分析，发现地质效果明显，有效地克服了基于BP算法和基于LMBP算法的缺点。

同期刊论文项目