一类正规模糊神经网络及其在复杂水淹层识别中的应用

• 作者: 何新贵 梁久祯 许少华
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 模糊神经网络 学习算法 模式识别 正规化 水淹层
• 年，卷（期）: 2001,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 86-89
• 页数: 4页
• 分类号: TP183
• 字数: 2355字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2001.01.018

摘要

考虑了一种五层结构的正规化模糊神经网络模型,针对网络结构的优化问题给出了该网络模型的规则层节点的选取方法和相应的反传播学习规则.对于具有较少数输入节点的情况,该网络有较快的训练速度.油藏测井解释中水淹层的识别是石油开发中特别是开发中后期比较突出的一个问题,复杂的地质条件在测井曲线的表现中具有许多模糊性,在各种模糊条件的组合下油藏水淹表现为强水淹、中水淹、弱水淹和无水淹等情形.将正规模糊神经网络用于油藏测井解释中水淹层的识别以提取测井曲线与水淹级别之间的映射关系,从而实现模糊性油藏测井解释中水淹层的识别.实验表明此方法对解决水淹层识别问题具有良好的适应性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华		68	929	15.0	27.0
2	何新贵		28	1074	17.0	28.0
3	梁久祯		6	122	5.0	6.0