| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究的目的和意义 | 第7页 |
| ·研究现状 | 第7-12页 |
| ·人工神经网络的发展历史及现状 | 第7-10页 |
| ·人工神经网络技术在测井解释中的应用现状 | 第10-11页 |
| ·MATLAB软件发展概况 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| 第二章 BP人工神经网络 | 第13-23页 |
| ·BP人工神经网络的原理 | 第13-17页 |
| ·BP神经元 | 第13-14页 |
| ·BP神经网络 | 第14-17页 |
| ·BP神经网络的设计与改进 | 第17-21页 |
| ·BP网络的设计 | 第17-19页 |
| ·BP神经网络的改进 | 第19-21页 |
| ·BP神经网络的优缺点 | 第21-23页 |
| 第三章 BP人工神经网络在储层岩性预测中的应用 | 第23-40页 |
| ·地层特征 | 第23-24页 |
| ·利用BP神经网络进行岩性识别 | 第24-34页 |
| ·技术路线 | 第24页 |
| ·数据准备 | 第24-26页 |
| ·学习样本的选择 | 第26-27页 |
| ·学习样品提取数量原则 | 第27-29页 |
| ·岩性预测BP网络的构建与编程方法 | 第29-34页 |
| ·结果及分析 | 第34-40页 |
| ·结果 | 第34-38页 |
| ·分析 | 第38-40页 |
| 第四章 BP人工神经网络在储层物性参数预测中的应用 | 第40-56页 |
| ·储层孔隙度和渗透率 | 第40-42页 |
| ·储层孔隙度 | 第40页 |
| ·储层渗透率 | 第40-41页 |
| ·神经网络预测储层孔隙度与渗透率 | 第41-42页 |
| ·研究区域地质资料概况 | 第42页 |
| ·BP神经网络预测储层孔隙度与渗透率方法 | 第42-50页 |
| ·储层物性预测技术路线 | 第42-43页 |
| ·数据准备 | 第43-49页 |
| ·编程方法 | 第49-50页 |
| ·结果及分析 | 第50-56页 |
| ·孔隙度预测结果及分析 | 第50-53页 |
| ·渗透率预测结果及分析 | 第53-56页 |
| 第五章 BP人工神经网络在储层含油性预测中的应用 | 第56-72页 |
| ·背景回顾 | 第56-57页 |
| ·地质资料概况 | 第57-59页 |
| ·利用BP神经网络储层含油性分类方法 | 第59-64页 |
| ·储层含油性分类技术路线 | 第59页 |
| ·数据准备 | 第59-62页 |
| ·储层含油性预测BP神经网络构建与编程方法 | 第62-64页 |
| ·结果及分析 | 第64-72页 |
| ·结果 | 第64-70页 |
| ·分析及结论 | 第70-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间取得的科研成果 | 第76-77页 |
| 致谢 | 第77-78页 |