如需要完整文档点击下方 "点击下载文档" 按钮
测井曲线分层是地球物理勘探利用测井资料了解地层情况首先要完成的基础工作。 针对测井曲线自动分层问题,提出了一种基于改进 BP 神经网络的地层划分方法。 首先针对三层 BP 神经网络模型,设计了改进的 L-M 算法以提升其逼近能力。 然后设计了基于 BP 神经网络的地层划分方法。 该方法精选了描述地层岩性类别的六个特征, 将这些特征进行数据滤波和归一化后构造训练样本,实施网络训练,训练后的网络即可用于同类地区的地层划分。 最后以辽河油田某区块的测井资料为基础数据进行地层划分, 实验结果表明,与普通 L-M 算法比较,基于改进 L-M 算法的 BP 神经网络,地层划分结果的准确率大约提升 3~5 个百分点。 因此,提出的基于改进 BP 神经网络的地层划分方法为测井曲线的自动划层提供了新思路。
如需要完整文档点击下方 "点击下载文档" 按钮
《基于改进 BP 神经网络的地层划分方法》
将 完整文档 下载到本地,方便收藏和查阅
文件号:061791
点击下载文档