储层含油性识别中ANN和GA融合的模糊规则提取

• 作者: 孙涵 诸克军 郭海湘 高思维
• 来源期刊: 系统管理学报
• 学科: 工学
• 关键词: 人工神经网络 遗传算法 模糊规则 储层识别 测井属性
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 711-716
• 页数: 6页
• 分类号: TP183
• 字数: 4776字
• 语种: 中文

摘要

提出一种基于ANN和GA融合的自学习自适应的模糊规则提取算法,用来对油层进行识别.其方法是:首先运用人工神经网络(ANN)对训练样本进行有导师学习,网络的输入是测井属性,输出表达为网络权值和输入的函数Ψk=f(xi(WG1)ij,(WG2)jk)(其中:Ψk代表含油性类别Ck的判别函数;C1为干层;C2为水层;C3为差油层;C4为油层).然后,以Ψk作为遗传算法(GA)中的适应度函数提取对应于类别Ck的模糊规则.最后,通过某油田oilsk81和oilsk83油井的实证研究表明,该方法能够有效地识别储层的含油性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭海湘	中国地质大学经济管理学院	62	539	14.0	20.0
2	诸克军	中国地质大学经济管理学院	103	877	16.0	24.0
3	孙涵	中国地质大学经济管理学院	22	444	10.0	21.0
4	高思维	中国地质大学经济管理学院	2	45	1.0	2.0