基于微粒群算法的神经网络储层物性参数预测

• 作者: 张元标 曹俊兴 王小权 王文娟
• 来源期刊: 西南石油大学学报
• 学科: 工学
• 关键词: 神经网络 孔隙度 渗透率 微粒群算法 储层参数预测
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 地质勘探
• 页码范围: 31-33,54
• 页数: 4页
• 分类号: TP183|TE122.2
• 字数: 2257字
• 语种: 中文
• DOI: 10.3863/j.issn.1674-5086.2007.06.007

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹俊兴		106	910	17.0	24.0
2	王文娟		17	122	7.0	10.0
3	张元标	暨南大学包装工程研究所	20	150	8.0	11.0
4	王小权		1	17	1.0	1.0