期刊文献+

基于实数编码的遗传神经网络水淹层综合判别 被引量:1

Automation distinguishing oil from water bearing reservoirs based on real coding genetic neural network
下载PDF
导出
摘要 为解决油层水淹后 ,使用一般测井解释方法很难识别水淹层的问题 ,提出了一种基于实数编码的遗传 BP ( Back Propagation)神经网络进行水淹等级综合判别的方法。在此基础上建立的神经网络经反复训练验证 ,性能稳定、学习收敛速度快 ,同时有很强的记忆能力、推广能力和适应性。对大庆长垣 7口井的资料处理表明 ,准确率达到 87%以上 ,取得了很好的效果。 To solve difficult problem of that to identify the flooded formation with the conventional interpretation methods, a new method of automation distinguishing oil bearing reservoirs from water bearing reservoirs based on real coding genetic and BP algorithm and neural network technology is given. With many times train, the result proved: the network keeps properties of being stable; fast learning rate converged; awfully memorable, generalized and adaptive abilities. Testing on 7 wells of Changyuan of Daqing oil field, the accuracy reach 87%,the result is nice.
出处 《吉林大学学报(信息科学版)》 CAS 2001年第3期58-62,共5页 Journal of Jilin University(Information Science Edition)
关键词 神经网络 自适应算法 编码 水淹层 BP算法 遗传算法 Neural networks Adaptive algorithms Coding Water bearing reservoirs BP algorithm Genetic algorithm
  • 相关文献

同被引文献7

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部