论文部分内容阅读
传统的测井解释需要建立精确的数学模型,并常伴有严格的条件限制,因此很难得到真实反映储层特性的结果。采用遗传算法与BP神经网络相结合,利用遗传算法的全局寻优特点,优化神经网络的连接权值和阀值,提高网络的训练精度和预测精度,避免了BP算法易陷入局部极小的缺点,提高运算速度。将相似度的概念引入到测井中,定义相似度在测井中的计算公式,提出相似度与遗传神经网络相结合的方法。实例研究表明,预测准确性较高,可以有效控制预测精度,避免因储层差别大而造成的预测精度降低的现象。