| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 创新点摘要 | 第8-11页 |
| 第一章 前言 | 第11-22页 |
| ·课题的背景及研究意义 | 第11-13页 |
| ·油田相关系统发展概况 | 第13-15页 |
| ·相关理论发展概况 | 第15-20页 |
| ·论文的研究内容 | 第20-21页 |
| ·论文的安排 | 第21-22页 |
| 第二章 新型混合遗传算法及其在试井解释中的应用 | 第22-53页 |
| ·油田试井解释模型 | 第22-30页 |
| ·渗流的基本概念和基本定律 | 第22-25页 |
| ·试井解释问题的几个概念 | 第25-27页 |
| ·试井理论偏微粉方程模型及其解 | 第27-29页 |
| ·试井解释基函数神经网络模型 | 第29-30页 |
| ·一类新型混合遗传算法的设计 | 第30-38页 |
| ·种族遗传进化算法 | 第30-36页 |
| ·辨识地层参数的启发式的遗传算法 | 第36-38页 |
| ·本文改进的遗传算法的收敛性分析 | 第38-43页 |
| ·预备知识 | 第38-40页 |
| ·全局收敛性分析 | 第40-43页 |
| ·新方法在试井解释中的应用 | 第43-51页 |
| ·应用实例 | 第43-51页 |
| ·结果分析 | 第51页 |
| ·本章小结 | 第51-53页 |
| 第三章 新型神经网络方法及其在火山岩储层预测中的应用 | 第53-81页 |
| ·基于新型混合算法的RBF 神经网络辨识器 | 第53-64页 |
| ·RBF 神经网络原理 | 第53-59页 |
| ·基于新型混合算法的RBFNN | 第59-64页 |
| ·基于新型混合SAA 的神经网络辨识器 | 第64-72页 |
| ·SAA 原理 | 第64-69页 |
| ·基于新型混合SAA 的NN | 第69-72页 |
| ·带新型混合算法的神经网络在火山岩预测中的应用 | 第72-80页 |
| ·数据提取与处理 | 第72-75页 |
| ·应用实例 | 第75-80页 |
| ·本章小结 | 第80-81页 |
| 第四章 新型模糊神经网络预测方法及其应用 | 第81-104页 |
| ·模糊神经网络 | 第81-89页 |
| ·一种新型模糊神经网络的研究 | 第89-97页 |
| ·问题的描述与假设 | 第90-91页 |
| ·通用逼近性证明 | 第91-92页 |
| ·新型模糊神经网络的结构 | 第92-93页 |
| ·基于优选K 均值聚类算法的新型网络的结构辨识 | 第93-95页 |
| ·新型网络的学习算法 | 第95-97页 |
| ·一种新型模糊神经网络的研究 | 第97-103页 |
| ·本章小结 | 第103-104页 |
| 结论 | 第104-106页 |
| 参考文献 | 第106-111页 |
| 攻读博士期间发表的论文和科研情况 | 第111-113页 |
| 致谢 | 第113-114页 |
| 详细摘要 | 第114-124页 |