| 0 前言 | 第1-14页 |
| 0．1 课题研究意义 | 第10-11页 |
| 0．2 国内外研究现状分析 | 第11-12页 |
| 0．3 主要研究思路 | 第12-13页 |
| 0．4 本文的主要创新点 | 第13-14页 |
| 1 地震属性优化问题 | 第14-27页 |
| 1．1 地震属性及其分类 | 第15页 |
| 1．1．1 地震属性 | 第15页 |
| 1．1．2 地震属性分类 | 第15页 |
| 1．2 地震储层预测方法回顾 | 第15-22页 |
| 1．2．1 地震油气预测方法 | 第16-17页 |
| 1．2．1．1 单属性油气预测方法 | 第16页 |
| 1．2．1．2 统计模式识别油气预测方法 | 第16页 |
| 1．2．1．3 模糊模式识别油气预测方法 | 第16页 |
| 1．2．1．4 BP神经网络模式识别油气预测方法 | 第16页 |
| 1．2．1．5 分形油气预测方法 | 第16页 |
| 1．2．1．6 灰色油气预测方法 | 第16-17页 |
| 1．2．1．7 ＲＳ理论决策分析油气预测方法 | 第17页 |
| 1．2．2 地震岩性预测方法 | 第17页 |
| 1．2．3 地震储层厚度预测方法 | 第17-19页 |
| 1．2．3．1 单参数与多参数法 | 第17-18页 |
| 1．2．3．2 反演方法 | 第18-19页 |
| 1．2．3．3 BP网络函数逼近法 | 第19页 |
| 1．2．4 地震孔隙度预测方法 | 第19-20页 |
| 1．2．4．1 用Wyllie时间平均方程求孔隙度 | 第19页 |
| 1．2．4．2 井约束反演与非井约束反演方法 | 第19页 |
| 1．2．4．3 Cokriging及其改进方法 | 第19页 |
| 1．2．4．4 CUSI网络法 | 第19-20页 |
| 1．2．5 地震储层预测流程 | 第20-21页 |
| 1．2．5．1 地震数据预处理 | 第20页 |
| 1．2．5．2 层位标定、追踪与地震属性提取 | 第20页 |
| 1．2．5．3 网络或分类器学习 | 第20页 |
| 1．2．5．4 地震储层预测 | 第20-21页 |
| 1．2．6 地震储层预测方法的应用条件 | 第21页 |
| 1．2．6．1 地震储层预测与沉积环境 | 第21页 |
| 1．2．6．2 地震储层预测与地震数据采集、处理 | 第21页 |
| 1．2．7 地震储层预测与属性提取 | 第21-22页 |
| 1．2．8 提高地震储层预测精度的途径 | 第22页 |
| 1．3 地震属性优化问题与方法 | 第22-27页 |
| 1．3．1 属性降维映射与属性选择 | 第22-23页 |
| 1．3．1．1 属性降维映射 | 第22-23页 |
| 1．3．1．2 属性选择 | 第23页 |
| 1．3．2 地震属性优化问题 | 第23-24页 |
| 1．3．3 地震属性优化方法 | 第24-27页 |
| 1．3．3．1 地震属性降维映射 | 第25页 |
| 1．3．3．2 地震属性选择 | 第25-27页 |
| 1．3．3．2．1 专家优化 | 第25-26页 |
| 1．3．3．2．2 自动优化 | 第26页 |
| 1．3．3．2．3 专家与自动结合优化 | 第26-27页 |
| 2 地震属性计算 | 第27-49页 |
| 2．1 时间属性计算 | 第27页 |
| 2．2 振幅属性计算 | 第27-28页 |
| 2．3 频率属性计算 | 第28-29页 |
| 2．4 吸收衰减属性计算 | 第29-31页 |
| 2．5 分维属性计算 | 第31-40页 |
| 2．5．1 振幅谱分数维 | 第32-33页 |
| 2．5．2 容量维 | 第33-34页 |
| 2．5．3 关联维 | 第34-36页 |
| 2．5．4 Hurst指数 | 第36-37页 |
| 2．5．5 自动判别标度不变区的数学原理 | 第37-39页 |
| 2．5．6 用遗传算法确定标度不变区 | 第39-40页 |
| 2．6 小波变换属性计算 | 第40-44页 |
| 2．6．1 小波变换及其Mallat算法 | 第40-42页 |
| 2．6．2 小波变换属性 | 第42-44页 |
| 2．7 其它属性计算 | 第44-49页 |
| 2．7．1 速度属性 | 第44-47页 |
| 2．7．2 瞬时属性 | 第47页 |
| 2．7．3 自相关属性 | 第47-48页 |
| 2．7．4 线性预测系数属性 | 第48-49页 |
| 3 基于遗传算法的地震属性优化方法 | 第49-75页 |
| 3．1 遗传算法 | 第49-54页 |
| 3．1．1 遗传算法步骤 | 第49-51页 |
| 3．1．1．1 参数编码 | 第49-50页 |
| 3．1．1．2 随机产生初始母本集 | 第50页 |
| 3．1．1．3 交换 | 第50-51页 |
| 3．1．1．4 变异 | 第51页 |
| 3．1．1．5 灾变 | 第51页 |
| 3．1．2 遗传算法参数选取 | 第51-52页 |
| 3．1．3 遗传算法的改进——自适应进化策略 | 第52-54页 |
| 3．1．3．1 选择策略的自适应性 | 第52-53页 |
| 3．1．3．2 交换、变异策略的自适应 | 第53页 |
| 3．1．3．3 母本集更新策略 | 第53-54页 |
| 3．2 基于遗传算法和KOHONEN网络模式识别结合的地震属性优化方法与应用 | 第54-60页 |
| 3．2．1 Kohonen网络及算法 | 第54-55页 |
| 3．2．2 Kohonen网络算法的改进 | 第55-58页 |
| 3．2．2．1 学习速率的调整 | 第55-57页 |
| 3．2．2．2 收敛准则 | 第57页 |
| 3．2．2．3 初始权值的设置 | 第57页 |
| 3．2．2．4 有序映射的实现 | 第57-58页 |
| 3．2．3 应用Kohonen网络自动划分地震相的方法 | 第58-60页 |
| 3．2．4 基于遗传算法和Kohonen网络模式识别结合的地震属性优化方法与应用 | 第59-60页 |
| 3．3 基于遗传算法和CUSI网络函数逼近结合的地震属性优化方法与应用 | 第60-75页 |
| 3．3．1 CUSI网络模型及算法 | 第61-64页 |
| 3．3．1．1 CUSI网络模型 | 第61-62页 |
| 3．3．1．2 CUSI网络学习算法 | 第62-64页 |
| 3．3．2 CUSI网络孔隙度预测原理与方法 | 第64-65页 |
| 3．3．3 基于遗传算法和CUSI网络函数逼近结合的地震属性优化方法 | 第65-71页 |
| 3．3．4 CUSI网络孔隙度预测中的地震属性优化及应用实例 | 第71-75页 |
| 4 基于ＲＳ理论的地震属性优化方法 | 第75-104页 |
| 4．1 ＲＳ理论及其决策分析方法 | 第75-83页 |
| 4．1．1 RS理论 | 第75-81页 |
| 4．1．1．1 粗集概念 | 第75-76页 |
| 4．1．1．2 粗糙度 | 第76-78页 |
| 4．1．1．3 数据表知识表达系统 | 第78-79页 |
| 4．1．1．4 条件属性的简化和核、属性的依赖度与属性的重要性 | 第79-80页 |
| 4．1．1．5 决策表及简化 | 第80-81页 |
| 4．1．2 利用RS理论进行决策分析的方法 | 第81-83页 |
| 4．2 基于ＲＳ理论的地震属性优化方法与应用 | 第83-90页 |
| 4．2．1 地震数据模式识别中的RS决策分析方法 | 第83-84页 |
| 4．2．2 RS决策分析方法在地震数据模式识别中的应用 | 第84-90页 |
| 4．3 基于ＲＳ理论与BP网络模式识别结合的地震属性优化方法与应用 | 第90-104页 |
| 4 3．1 BP网络模型简介 | 第90-91页 |
| 4．3．2 地震数据油气预测原理 | 第91-96页 |
| 4．3．3 BP网络模式识别油气预测方法 | 第96-100页 |
| 4．3．3．1 属性提取 | 第96页 |
| 4．3．3．2 BP网络模式识别油气预测方法 | 第96-97页 |
| 4．3．3．3 改善油气预测曲线显示与解释效果的中值滤波方法 | 第97-100页 |
| 4．3．4 地震数据模式识别中的属性优化方法 | 第100-101页 |
| 4．3．5 基于ＲＳ理论与BP网络模式识别结合的地震属性优化方法在油气预测中的应用实例 | 第101-104页 |
| 5 基于专家知识与最优搜索结合的地震属性优化方法 | 第104-114页 |
| 5．1 基于专家知识的地震属性优化方法与应用 | 第104-105页 |
| 5．1．1 BP网络函数逼近原理 | 第104页 |
| 5．1．2 BP网络函数逼近孔隙度预测方法 | 第104-105页 |
| 5．1．3 基于专家知识与BP网络函数逼近结合的地震属性优化方法与应用 | 第105页 |
| 5．2 基于专家与最优搜索结合的地震属性优化方法与应用 | 第105-114页 |
| 5．2．1 最优搜索算法 | 第105-108页 |
| 5．2．2 CUSI网络储层厚度预测原理与方法 | 第108-109页 |
| 5．2．3 基于专家与最优搜索算法结合的地震属性优化方法与例子 | 第109-110页 |
| 5．2．4 储层参数计算中CUSI网络与BP网络比较 | 第110-114页 |
| 6 地震属性优化方法比较及其它可能的应用方向 | 第114-120页 |
| 6．1 地震属性优化方法比较 | 第114-116页 |
| 6．1．1 K—L变换与搜索算法、遗传算法的比较 | 第114页 |
| 6．1．2 搜索算法与遗传算法的比较 | 第114-115页 |
| 6．1．3 ＲＳ理论方法与其它地震属性选择方法的比较 | 第115页 |
| 6．1．4 专家优化、自动优化及专家与自动结合优化方法比较 | 第115-116页 |
| 6．2 地震属性优化方法可能的应用方向 | 第116-120页 |
| 6．2．1 渗透率、含油气饱和度预测中的地震属性优化 | 第116-118页 |
| 6．2．1．1 渗透率预测中的地震属性优化 | 第116-117页 |
| 6．2．1．2 含油气饱和度预测中的地震属性优化 | 第117-118页 |
| 6．2．2 建立优化的地震属性库 | 第118-119页 |
| 6．2．3 地震数据处理中的地震属性优化 | 第119-120页 |
| 7 地震速度信息智能处理方法 | 第120-136页 |
| 7．1 自动剔除速度谱数据野值的方法 | 第120-122页 |
| 7．1．1 Grubbs法 | 第120-121页 |
| 7．1．2 t检验法 | 第121-122页 |
| 7．1．3 Grubbs法与t检验法联合剔除速度谱数据野值的方法与应用例子 | 第122页 |
| 7．2 三维逐层层速度反演方法及误差分析 | 第122-130页 |
| 7．2．1 由叠加速度计算层速度的三维逐层反演方法 | 第123-126页 |
| 7．2．1．1 原理概述 | 第123-124页 |
| 7．2．1．2 初始模型的确定 | 第124页 |
| 7．2．1．3 模型修正 | 第124-126页 |
| 7．2．1．3．1 界面参数修正 | 第124-125页 |
| 7．2．1．3．2 层速度修正 | 第125-126页 |
| 7．2．2 由层速度计算平均速度及均方根速度 | 第126-127页 |
| 7．2．2．1 由层速度计算法射线方向（法向）的平均速度和均方根速度 | 第126页 |
| 7．2．2．2 由层速度计算铅垂方向（垂向）的平均速度和均方根速度 | 第126-127页 |
| 7．2．3 由叠加速度反演的层速度与井中层速度的差异分析 | 第127-128页 |
| 7．2．4 试算效果 | 第128-130页 |
| 7．2．4．1 合成数据试算 | 第128-129页 |
| 7．2．4．2 实际数据试算 | 第129-130页 |
| 7．3 速度闭合差校正方法 | 第130-136页 |
| 7．3．1 问题的提出 | 第130-132页 |
| 7．3．2 多段折线最优逼近的数学原理 | 第132-134页 |
| 7．3．3 用遗传算法确定多段折线最优逼近点列的最优分段点 | 第134-135页 |
| 7．3．4 速度闭合差计算、校正方法及应用例子 | 第135-136页 |
| 8 结束语 | 第136-138页 |
| 论著及相关项目情况 | 第138-140页 |
| 致 谢 | 第140-141页 |
| 参考文献 | 第141-145页 |
