地震属性优化技术及BP小波神经网络储层参数预测的初步研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 引言 | 第8-14页 |
| ·选题的依据及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·地震属性预测技术的发展及研究现状 | 第9页 |
| ·核主成分分析的发展及研究现状 | 第9-10页 |
| ·小波神经网络的发展及研究现状 | 第10-11页 |
| ·主要研究内容及技术路线 | 第11-12页 |
| ·研究的主要内容 | 第11页 |
| ·研究的技术路线 | 第11-12页 |
| ·主要成果和认识 | 第12-14页 |
| 第2章 地震属性分析与优化 | 第14-26页 |
| ·地震属性分类及提取方法 | 第14-17页 |
| ·地震属性的理论基础 | 第14-16页 |
| ·地震属性的提取方法 | 第16-17页 |
| ·地震属性的优化 | 第17-22页 |
| ·地震属性优化应遵循的基本原则 | 第17-18页 |
| ·常用的地震属性优化方法 | 第18-19页 |
| ·基于核主成分分析法的属性优化方法 | 第19-22页 |
| ·地震属性与储层物性的关系 | 第22-26页 |
| ·井资料统计法研究二者之间的关系 | 第22页 |
| ·通过正演模型建立关系 | 第22-23页 |
| ·井储层参数平均值与地震属性建立统计关系 | 第23-26页 |
| 第3章 神经网络与小波神经网络 | 第26-38页 |
| ·人工神经网络研究与应用的主要内容 | 第26-27页 |
| ·人工神经网络基本模型 | 第27-30页 |
| ·BP 神经网络 | 第30-33页 |
| ·BP 神经网络特点 | 第30-31页 |
| ·BP 神经网络的计算步骤 | 第31-33页 |
| ·BP 小波神经网络 | 第33-38页 |
| ·小波变换 | 第33-35页 |
| ·BP 小波神经网络的基础理论 | 第35-36页 |
| ·粒子群优化算法 | 第36页 |
| ·基于粒子群优化的小波神经网络模型算法实现 | 第36-38页 |
| 第4章 神经网络在储层预测中的应用 | 第38-50页 |
| ·研究区的基本概况 | 第38-39页 |
| ·研究区的地理位置 | 第38页 |
| ·研究区的构造位置 | 第38-39页 |
| ·地震属性分析及储层预测在研究区的应用 | 第39-50页 |
| ·储层测井响应特征 | 第39-40页 |
| ·地震属性参数分析流程 | 第40-41页 |
| ·地震属性优化 | 第41-43页 |
| ·地震属性的应用效果分析 | 第43-45页 |
| ·单井砂体预测 | 第45-47页 |
| ·砂体横向预测 | 第47-50页 |
| 结论 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读学位期间取得学术成果 | 第54页 |
