一种自构神经网络及其在测井资料解释中的应用

鉴于BP网络存在着学习过程收敛速度慢、网络容错能力差的缺点，本文提出一种自构神经网络算法。该算法分两部分：①将模糊集理论与神经网络相结合，提出一个模糊动态改变学习率的有效算法；②利用相关自动原理来动态调整网络的隐节点数，最终让其达到一个最佳的稳定状态。将此方法应用于江苏油田“镇四井”的测井资料解释，同已有的BP网络相比，效果明显，表明该算法是一种实用的有效算法。