人工神经网络在薄差水淹层解释中的应用研究
| 内容提要 | 第1-6页 |
| 第一章 绪论 | 第6-8页 |
| ·本文研究背景 | 第6-7页 |
| ·本文主要工作 | 第7页 |
| ·本文内容安排 | 第7-8页 |
| 第二章 水淹层解释基础知识 | 第8-11页 |
| ·总述 | 第8页 |
| ·水驱过程中储集层变化特征 | 第8-9页 |
| ·物性参数变化机理 | 第9页 |
| ·产层内油水分布状态变化特征 | 第9页 |
| ·水驱油藏中注水井与生产井之间的油水变化特征 | 第9-11页 |
| 第三章 相关技术分析 | 第11-23页 |
| ·神经网络 | 第11-12页 |
| ·BP 算法 | 第12-17页 |
| ·遗传算法 | 第17-23页 |
| 第四章 测井资料的预处理和标准化 | 第23-29页 |
| ·岩心分析化验资料的预处理 | 第23-25页 |
| ·测井资料的预处理 | 第25-26页 |
| ·测井资料的标准化 | 第26-29页 |
| 第五章 应用神经网络建立水淹层解释预报模型 | 第29-43页 |
| ·关于应用神经网络算法建立水淹层解释模型的背景 | 第29页 |
| ·应用神经网络算法建立水淹层解释预报模型 | 第29-41页 |
| ·结果分析讨论及结论 | 第41-43页 |
| 第六章 对于量子神经网络的展望 | 第43-48页 |
| ·量子神经网络发展的背景 | 第43-44页 |
| ·ANN 向QNN 的演变 | 第44-45页 |
| ·量子神经网络的应用展望 | 第45-48页 |
| 第七章 总结 | 第48-49页 |
| 参考文献 | 第49-50页 |
| 致谢 | 第50-51页 |
| 摘要 | 第51-52页 |
| ABSTRACT | 第52页 |
