基于BP神经网络的储层参数预测
| 第1章 绪论 | 第1-16页 |
| ·课题研究目的和意义 | 第10-11页 |
| ·课题研究的历史和现状 | 第11-14页 |
| ·神经网络研究的历史和现状 | 第11-12页 |
| ·神经网络储层参数预测研究的历史和现状 | 第12-14页 |
| ·本文主要研究内容 | 第14-16页 |
| 第2章 神经网络预测 | 第16-25页 |
| ·神经网络在预测领域的应用 | 第16-18页 |
| ·预测的功能 | 第16-17页 |
| ·预测学面临的挑战 | 第17页 |
| ·神经网络预测的发展 | 第17-18页 |
| ·神经网络预测的特点 | 第18-19页 |
| ·神经网络预测基本概念 | 第19-20页 |
| ·神经网络学习 | 第19页 |
| ·算法收敛 | 第19页 |
| ·神经网络泛化 | 第19-20页 |
| ·神经网络预测步骤 | 第20-24页 |
| ·神经网络趋势预测(NT) | 第20-21页 |
| ·神经网络相关预测(NR) | 第21-22页 |
| ·神经网络预测步骤流程图 | 第22-23页 |
| ·神经网络预测的训练流程图 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 神经网络储层参数预测的总体思路 | 第25-31页 |
| ·预测的石油储层参数解释 | 第25-26页 |
| ·神经网络储层参数预测的总体思路 | 第26-30页 |
| ·预测的总体思路 | 第26-28页 |
| ·具体预测步骤 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 神经网络预测模型建立阶段的仿真 | 第31-54页 |
| ·数据准备 | 第31-33页 |
| ·数据转换与剔除 | 第31-32页 |
| ·训练数据和验证数据的挑选 | 第32-33页 |
| ·数据的归一化 | 第33页 |
| ·神经网络结构设计 | 第33-39页 |
| ·查看神经网络的数据个数 | 第33-34页 |
| ·神经网络的有关定理及公式 | 第34-36页 |
| ·神经网络的层数设计 | 第36-37页 |
| ·神经元个数的设计 | 第37-39页 |
| ·神经网络训练指标的选取 | 第39-41页 |
| ·BP算法的改进 | 第41-48页 |
| ·基本BP算法的缺点 | 第41-42页 |
| ·BP算法的改进措施 | 第42-48页 |
| ·网络的训练仿真图 | 第48-52页 |
| ·基本BP算法没有归一化的训练效果 | 第48-49页 |
| ·基本BP算法数据归一化后的训练效果 | 第49-51页 |
| ·采用LMBP算法训练效果图 | 第51-52页 |
| ·神经网络结构的保存 | 第52页 |
| ·神经网络模型的验证 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 神经网络预测阶段仿真研究 | 第54-57页 |
| ·未知的参数值的确定 | 第54页 |
| ·最后模型的建立 | 第54页 |
| ·预测后的误差统计 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66页 |
