| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 录井水淹层评价研究现状 | 第10-13页 |
| 1.2.2 神经网络研究现状 | 第13-14页 |
| 1.3 研究思路及主要研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第二章 录井水淹层评价理论基础研究 | 第16-23页 |
| 2.1 岩石热解分析技术 | 第16-18页 |
| 2.1.1 岩石热解分析原理 | 第16-17页 |
| 2.1.2 岩石热解分析水淹层评价理论 | 第17-18页 |
| 2.2 饱和烃气相色谱分析技术 | 第18-20页 |
| 2.2.1 饱和烃气相色谱分析原理 | 第18-19页 |
| 2.2.2 饱和烃气相色谱分析水淹层评价理论 | 第19-20页 |
| 2.3 轻烃气相色谱分析技术 | 第20-22页 |
| 2.3.1 轻烃气相色谱分析原理 | 第21-22页 |
| 2.3.2 轻烃气相色谱分析水淹层评价理论 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 饱和烃气相色谱特征提取的方法研究 | 第23-35页 |
| 3.1 饱和烃气相色谱特征分析 | 第23-24页 |
| 3.1.1 色谱曲线相关参数 | 第23-24页 |
| 3.1.2 饱和烃气相色谱形态表征 | 第24页 |
| 3.2 小波分析理论 | 第24-27页 |
| 3.2.1 连续小波变换 | 第25-26页 |
| 3.2.2 离散小波变换 | 第26-27页 |
| 3.3 小波包分析 | 第27-31页 |
| 3.3.1 小波包分析理论 | 第27-29页 |
| 3.3.2 小波基函数的选择 | 第29-30页 |
| 3.3.3 小波包能量谱 | 第30-31页 |
| 3.4 基于小波包分析的气相色谱特征提取方法 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 粒子群优化的小波神经网络水淹层评价方法研究 | 第35-49页 |
| 4.1 小波神经网络 | 第35-40页 |
| 4.1.1 小波神经网络基本结构 | 第35-37页 |
| 4.1.2 小波神经网络算法 | 第37-39页 |
| 4.1.3 小波神经网络特点及缺陷 | 第39-40页 |
| 4.2 粒子群优化算法 | 第40-41页 |
| 4.2.1 粒子群优化算法原理 | 第40-41页 |
| 4.2.2 粒子群优化算法流程 | 第41页 |
| 4.3 基于粒子群优化的小波神经网络 | 第41-43页 |
| 4.3.1 粒子群优化的小波神经网络学习算法 | 第42-43页 |
| 4.4 粒子群优化的小波神经网络水淹层评价模型 | 第43-48页 |
| 4.4.1 基于色谱特征参数的水淹层评价模型 | 第43-46页 |
| 4.4.2 基于岩石热解参数的水淹层评价模型 | 第46-48页 |
| 4.4.3 结果分析 | 第48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 综合录井资料水淹层智能评价系统的设计与实现 | 第49-59页 |
| 5.1 系统总体设计 | 第49-50页 |
| 5.2 系统开发及数据库设计 | 第50-53页 |
| 5.2.1 系统开发平台 | 第50-51页 |
| 5.2.2 综合录井解释评价系统数据库设计 | 第51-53页 |
| 5.3 系统的功能实现 | 第53-57页 |
| 5.3.1 色谱特征提取 | 第53-54页 |
| 5.3.2 综合图版建模 | 第54-55页 |
| 5.3.3 综合图版解释数据处理 | 第55-56页 |
| 5.3.4 综合图版解释 | 第56-57页 |
| 5.4 系统应用测试 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 总结与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 发表文章目录 | 第64-65页 |
| 致谢 | 第65-66页 |