利用神经网络预测储层孔隙度

• 作者: 李卫峰
• 来源期刊: 油气田地面工程
• 关键词: 孔隙度 神经网络 LM算法 BP算法
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 试验研究
• 页码范围: 37-38
• 页数: 2页
• 分类号: TE3
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6896.2009.08.020

摘要

储层孔隙度是评价储集层油气储量的重要参数之一.基于神经网络的LM算法预测储层的孔隙度主要步骤包括样本的选取与预处理,网络结构的设计,基于Matlab神经网络工具箱编程实现的LM算法的网络训练,声波孔隙度预测.经与BP算法比较,该算法迭代速度快且计算精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫峰		2	4	1.0	2.0