基于PSO优化的RBF神经网络在地震测井联合反演中的应用

• 作者: 王延江 胡睿 马海 魏茂安
• 来源期刊: 石油天然气学报
• 学科: 地球科学
• 关键词: 地震信息 测井信息 粒子群优化(PSO) 径向基函数(RBF) 地震测井联合反演
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 石油物探与测井
• 页码范围: 71-74
• 页数: 4页
• 分类号: P631.44
• 字数: 2224字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9752.2008.01.016

摘要

目前,钻井地质特征参数的获得主要依赖于地震、测井资料,对待钻井而言,则只有地震信息.而若缺乏详细的地质信息,利用地震信息很难精确地推算各种地质参数.可首先利用已钻井地震信息和测井信息的映射关系,结合待钻井的地震信息,来预测待钻井的测井信息.采用PSO优化的RBF神经网络算法进行地震测井反演,并将该算法应用于准噶尔盆地永字号井.该算法与最小二乘RBF神经网络算法和梯度下降RBF神经网络算法相比,在平均绝对误差、平均相对误差、最大误差、相关系数、数据方差以及收敛速度等方面都是最优的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王延江	中国石油大学信息与控制工程学院	31	201	7.0	13.0
2	魏茂安	胜利油田有限公司钻井工艺研究院	11	183	6.0	11.0
3	马海	中国石油大学信息与控制工程学院	11	105	5.0	10.0
4	胡睿	胜利油田有限公司钻井工艺研究院	2	42	2.0	2.0