文章摘要
author_cn_name].基于电性参数和GA-BP神经网络的砂岩孔渗预测[J].重庆科技学院学报(自然科学版),2024,26(2):.
基于电性参数和GA-BP神经网络的砂岩孔渗预测
  
DOI:10. 19406 / j. issn. 1673-1980. 2024. 02. 005
中文关键词: 电性参数  BP 神经网络  遗传算法  砂岩  孔隙度  渗透率
英文关键词: 
基金项目:国家自然科学基金面上项目“润湿性影响含油储层岩石激发极化异常的机理及评价模型研究” (42174083);国家自 然科学基金青年项目“基于水力压裂的储层裂隙介质三维激电建模及渗透率预测”(42204079)
作者单位
阮家驹,向 葵,童小龙,王星皓,何 方(31-38) 长江大学 地球物理与石油资源学院 
摘要点击次数: 88
全文下载次数: 0
中文摘要:
      以地表岩性复杂的四川盆地为采样区,基于神经网络可解决电性参数与储层物性参数之间非 线性映射问题的优势性能,讨论低孔低渗致密储层的砂岩孔渗预测方法。 以密度、电阻率和极化率 等电性参数作为网络模型的输入参数,利用遗传算法(GA)对 BP 神经网络(BPNN)的权值和阈值进 行优化,进而建立并训练 GA-BP 神经网络模型。 与传统的多元回归法相比,GA-BP 神经网络模型 的孔渗预测实验结果更优。
英文摘要:
      
查看全文   查看/发表评论  下载PDF阅读器
关闭

手机扫一扫看 分享按钮