| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究的目的和意义 | 第8-9页 |
| ·课题研究的历史和现状 | 第9-11页 |
| ·地震反演技术发展状况 | 第9-10页 |
| ·神经网络的研究现状 | 第10-11页 |
| ·神经网络应用于地震反演的研究现状 | 第11页 |
| ·论文主要研究内容 | 第11-13页 |
| 第二章 地震反演方法研究 | 第13-23页 |
| ·地震、测井联合反演的必要性 | 第13-15页 |
| ·人工地震的概念和特点 | 第13-14页 |
| ·测井的概念和特点 | 第14页 |
| ·地震数据与测井数据的关系 | 第14-15页 |
| ·地震反演方法的原理与技术 | 第15-21页 |
| ·地震反演方法的基本类别 | 第15-16页 |
| ·地震反演方法的基本原理 | 第16-18页 |
| ·地震反演方法的关键技术分析 | 第18-21页 |
| ·非线性地震反演的可行性分析 | 第21-23页 |
| 第三章 神经网络原理及应用 | 第23-38页 |
| ·神经网络相关知识 | 第23-27页 |
| ·神经网络的特征 | 第23页 |
| ·神经网络的分类 | 第23-25页 |
| ·神经网络的常用模型 | 第25-27页 |
| ·BP神经网络的设计与优化 | 第27-33页 |
| ·BP神经网络基本原理 | 第27-28页 |
| ·BP神经网络基本流程 | 第28-30页 |
| ·BP神经网络优缺点 | 第30-31页 |
| ·BP算法的优化措施 | 第31-33页 |
| ·神经网络在地震反演中的模型设计 | 第33-38页 |
| ·神经网络在地震反演中的模型结构设计 | 第33-34页 |
| ·神经网络在地震反演中的软件设计 | 第34-38页 |
| 第四章 粒子群优化算法在神经网络中的应用 | 第38-51页 |
| ·粒子群优化算法 | 第38-46页 |
| ·粒子群优化算法原理和流程 | 第38-40页 |
| ·粒子群优化算法参数选取 | 第40页 |
| ·粒子群优化算法收敛性分析和仿真实验 | 第40-45页 |
| ·粒子群算法的改进和应用 | 第45-46页 |
| ·基于粒子群优化的神经网络训练算法(PSO_BP) | 第46-51页 |
| ·PSO_BP算法的设计原理 | 第46-47页 |
| ·PSO_BP算法的实现流程 | 第47-49页 |
| ·PSO_BP算法与BP算法的性能比较 | 第49-51页 |
| 第五章 基于神经网络的地震反演应用实例 | 第51-62页 |
| ·样本的获取和预处理 | 第51-54页 |
| ·地质特征及勘探概况 | 第51-53页 |
| ·训练与验证数据的挑选 | 第53-54页 |
| ·数据归一化 | 第54页 |
| ·地震反演模型实例分析 | 第54-62页 |
| ·基于BP神经网络的地震反演模型建立 | 第54-55页 |
| ·基于BP神经网络的地震反演模型结果分析 | 第55-58页 |
| ·基于PSO_BP与BP神经网络的地震反演模型对比分析 | 第58-60页 |
| ·地震反演仿真实验结果分析 | 第60-62页 |
| 第六章 结论与展望 | 第62-63页 |
| ·结论 | 第62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
| 详细摘要 | 第68-78页 |