GA-BP神经网络模型在彬长矿区测井岩性识别中的应用

• 作者: 刘明军 姜在炳 李恒堂
• 来源期刊: 煤田地质与勘探
• 学科: 地球科学
• 关键词: 测井数据 BP神经网络 遗传算法 岩性识别
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 煤田地质矿井地质
• 页码范围: 8-12
• 分类号: P618.11
• 字数: 4565字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1986.2011.04.003

摘要

为提高测井岩性识别的自动化程度和地质解释精度,在分析遗传算法(Genetic Algorithm,简称GA)与误差反向传播算法(Back- Propagation,简称BP)各自特性的基础上,针对BP算法在反演中测井数据识别样本大以及BP算法本身存在的缺陷,提出了利用GA算法来同时优化BP神经网络的结构和连接权值的解决方案,建立了基于GA优化BP神经网络的测井数据岩性识别模型.该模型通过彬长矿区实际数据的检验,获得了较高的识别速度和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜在炳		21	102	5.0	9.0
2	刘明军		6	22	2.0	4.0
3	李恒堂		1	12	1.0	1.0