| 摘要 | 第1-6页 |
| 1 绪论 | 第6-12页 |
| ·选题依据 | 第6页 |
| ·模糊神经网络的发展和应用现状 | 第6-8页 |
| ·GA算法的发展和应用现状 | 第8-10页 |
| ·创新点及技术路线 | 第10页 |
| ·本文的主要工作 | 第10-12页 |
| 2 神经网络非线性反演方法技术的理论基础 | 第12-34页 |
| ·神经网络BP算法 | 第12-17页 |
| ·GA算法 | 第17-22页 |
| ·简介 | 第17页 |
| ·GA算法概要 | 第17-19页 |
| ·GA算法的运算过程 | 第19页 |
| ·GA算法的特点 | 第19-22页 |
| ·GA算法的理论基础 | 第22页 |
| ·基本遗传算法 | 第22-28页 |
| ·基本遗传算法描述 | 第22-24页 |
| ·基本遗传算法的实现 | 第24-27页 |
| ·基本遗传算法的应用步骤 | 第27-28页 |
| ·ANFIS神经网络 | 第28-33页 |
| ·2.4.1 ANFIS的结构 | 第28-29页 |
| ·ANFIS的学习算法 | 第29-30页 |
| ·原理流程 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 3 自适应混合模糊神经网络的设计 | 第34-44页 |
| ·神经网络的结构及混合算法的设计 | 第34-36页 |
| ·网络结构及其参数 | 第34-35页 |
| ·遗传算法 | 第35-36页 |
| ·TABU SEARCH算法 | 第36-40页 |
| ·Tabu Search算法的基本思想 | 第36-37页 |
| ·禁忌搜索算法的关键技术 | 第37页 |
| ·禁忌对象、禁忌长度与候选集 | 第37-38页 |
| ·评价函数 | 第38-39页 |
| ·特赦规则 | 第39-40页 |
| ·记忆频率信息 | 第40页 |
| ·Tabu搜索算法的应用 | 第40页 |
| ·基于GA-BP混合算法地震非线性反演设计 | 第40-41页 |
| ·基于GA-ANFIS混合模糊神经网络算法的油气预测设计 | 第41-42页 |
| ·薄互层厚度非线性反演 | 第42-44页 |
| ·特征向量的参数提取及归一化 | 第42-43页 |
| ·厚度非线性反演流程图 | 第43-44页 |
| 4 实例分析 | 第44-55页 |
| ·函数逼近实验仿真 | 第44-46页 |
| ·地震属性剖面反演 | 第46-55页 |
| ·波阻抗反演 | 第46-49页 |
| ·裂缝反演 | 第49-50页 |
| ·厚度反演 | 第50-53页 |
| ·油气预测 | 第53-55页 |
| 5 结论和认识 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |