储层属性的遗传神经克里金插值方法及其应用

• 作者: 关丽 印兴耀 张福明 李洪奇 邵才瑞
• 来源期刊: 中国石油大学学报(自然科学版)
• 关键词: 储层属性 神经网络 变异函数 遗传算法 插值 预测
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 石油地质与勘探
• 页码范围: 35-40
• 页数: 6页
• 分类号: O241.3
• 语种: 中文
• DOI: 10.3321/j.issn:1000-5870.2007.05.007

摘要

储层属性参数预测是油藏描述的一项重要基础工作,克里金或神经网络插值法是较为有效的简便预测方法.针对克里金法具有平滑性、神经网络难以反映变量的空间相关性等缺点,用变异函数修正了神经网络的目标函数,并利用遗传算法对神经网络进行全局优化,形成了一种遗传神经克里金混合插值方法.应用实例表明,该方法具有神经网络较好的自学习、自适应能力;利用变异函数能较好地恢复数据的空间相关性;通过遗传算法全局优化,克服了神经网络目标函数容易陷入局部极小的缺点;对不同空间分布的样本点均能得到稳定的插值结果,具有比其他插值方法更高的精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪奇	中国石油大学资源与信息学院	50	640	15.0	23.0
2	张福明	中国石油大学地球资源与信息学院	14	138	9.0	11.0
3	邵才瑞	中国石油大学地球资源与信息学院	16	148	10.0	12.0
4	印兴耀	中国石油大学地球资源与信息学院	70	1204	18.0	33.0
5	关丽	中国石油大学地球资源与信息学院	2	25	2.0	2.0