構(gòu)造性神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法在油藏參數(shù)預(yù)測(cè)中的應(yīng)用.pdf

1、目前，隨著易于尋找的構(gòu)造型油氣藏的減少，油氣資源勘探變得困難。因此油藏描述技術(shù)就成為油氣資源勘探開發(fā)工程中必不可少的核心技術(shù)之一，而油藏參數(shù)(包括滲透率、飽和度和孔隙度以及油層巖性等)的預(yù)測(cè)是油藏描述的最重要方面。 傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)雖有結(jié)構(gòu)簡(jiǎn)單，工作狀態(tài)穩(wěn)定、易于硬件實(shí)現(xiàn)等優(yōu)點(diǎn)，但由于它是一個(gè)梯度下降優(yōu)化過程，所以也存在需要較長(zhǎng)的訓(xùn)練時(shí)間，局部極小值，隱元數(shù)目難以確定等缺點(diǎn)。為此本文采用“構(gòu)造性神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法”對(duì)油藏參數(shù)進(jìn)行

2、分析、預(yù)測(cè)，增強(qiáng)了油藏描述技術(shù)的可靠性。 論文的創(chuàng)新點(diǎn)和主要內(nèi)容如下： 通過對(duì)現(xiàn)行神經(jīng)網(wǎng)絡(luò)油藏描述存在的問題分析和討論，提出運(yùn)用構(gòu)造性神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法進(jìn)行油藏建模，構(gòu)建的網(wǎng)絡(luò)具有最小拓?fù)?，用戶不必?fù)?dān)心網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的設(shè)計(jì)，由于算法結(jié)構(gòu)屬于監(jiān)督類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)結(jié)構(gòu)，加快了網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練速度，有效地解決了傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法收斂速度慢、不穩(wěn)定等缺點(diǎn)；對(duì)預(yù)測(cè)結(jié)果進(jìn)行誤差分析，充分的驗(yàn)證和說明了預(yù)測(cè)模型的性能。 本文運(yùn)用級(jí)聯(lián)