用神经网络预测孔隙度和渗透率

• 作者: 董海超
• 来源期刊: 油气田地面工程
• 关键词: 神经网络 储层预测 微粒群算法
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 技术纵横
• 页码范围: 77
• 分类号: P618.13
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6896.2012.1.042

摘要

若要对洛带地区某些井区的参数值进行预测计算并加以讨论,需要应用已经建立的网络模型.以35井的10个点为例,用PSO算法和BP算法计算出结果之后,再与岩心分析值各自进行比较,能明显地看出基于PSO网络的预测结果和岩心分析值的关系更加吻合.从相对误差上来看,孔隙度逐点对应的PSO算法的相对误差要普遍小于BP算法的预测结果,因此PSO算法在总体上要比BP算法好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董海超	东北石油大学电气信息工程学院	1	0	0.0	0.0