混合智能学习法神经网络在储层油气预测中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 1 引言 | 第7-13页 |
| ·储层油气预测的意义 | 第7页 |
| ·地震勘探储层油气预测方法的发展 | 第7-8页 |
| ·人工神经网络的发展 | 第8-10页 |
| ·神经网络储层油气预测现状 | 第10-11页 |
| ·基于地震资料的储层油气横向预测的基本条件分析 | 第11页 |
| ·本文主要工作 | 第11-13页 |
| 2 混合智能神经网络学习法的理论基础 | 第13-36页 |
| ·人工神经网络 | 第13-19页 |
| ·人工神经元 | 第13-15页 |
| ·人工神经元的结构模型 | 第13-14页 |
| ·神经元的激活函数 | 第14-15页 |
| ·人工神经网络的结构及工作方式 | 第15-16页 |
| ·人工神经网络的学习方式 | 第16-17页 |
| ·人工神经网络的学习规则 | 第17-19页 |
| ·神经网络储层油气横向预测方法 | 第19-20页 |
| ·遗传算法 | 第20-30页 |
| ·GA算法的运行过程 | 第21-22页 |
| ·GA算法的特点 | 第22页 |
| ·GA算法的优化机理及其收敛性分析 | 第22-28页 |
| ·GA算法的数学基础 | 第22-25页 |
| ·GA算法的马尔可夫链分析 | 第25-28页 |
| ·GA算法在神经网络中的应用 | 第28-29页 |
| ·GA算法在优化神经网络权值中存在的问题 | 第29-30页 |
| ·混沌理论及变尺度混沌优化算法 | 第30-36页 |
| ·混沌理论 | 第30-32页 |
| ·混沌的特点 | 第30-31页 |
| ·混沌的产生与判别 | 第31-32页 |
| ·混沌在神经网络中的应用 | 第32-33页 |
| ·利用混沌优化法学习神经网络的连接权 | 第32-33页 |
| ·混沌神经网络 | 第33页 |
| ·混沌优化方法 | 第33-36页 |
| 3 变尺度混沌遗传算法 | 第36-49页 |
| ·混合遗传算法 | 第36-37页 |
| ·变尺度混沌遗传算法 | 第37-45页 |
| ·变尺度混沌遗传算法设计思想 | 第37-39页 |
| ·遗传算法设计 | 第39-43页 |
| ·编码方式及其实现 | 第39-40页 |
| ·选择算子的设计 | 第40页 |
| ·交叉算子的设计 | 第40-41页 |
| ·变异算子的设计 | 第41-42页 |
| ·适应度函数的确定 | 第42-43页 |
| ·变尺度混沌遗传算法的收敛性分析 | 第43-45页 |
| ·理论试算 | 第45-49页 |
| 4 地震属性优化方法 | 第49-54页 |
| ·地震属性优化 | 第49-51页 |
| ·地震属性与地震属性优化 | 第49-50页 |
| ·常用地震属性优化方法 | 第50-51页 |
| ·基于聚类分析的属性优化方法 | 第51-54页 |
| ·聚类分析法 | 第51-52页 |
| ·系统聚类分析法 | 第52-53页 |
| ·最短距离法 | 第53-54页 |
| 5 应用实例 | 第54-64页 |
| ·网络结构的建立与算法参数的选取 | 第55-56页 |
| ·网络结构的建立 | 第55-56页 |
| ·算法参数选取 | 第56页 |
| ·聚类分析法选取特征 | 第56-58页 |
| ·神经网络预测结果和效果分析 | 第58-61页 |
| ·算法分析 | 第61-64页 |
| 6 结论和建议 | 第64-66页 |
| ·结论 | 第64页 |
| ·建议 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
