基于过程神经网络的储层微观孔隙结构类型预测

被引:7
作者
张强
许少华
富宇
机构
[1] 东北石油大学计算机与信息技术学院
关键词
过程神经网络; 石油储层; 孔隙结构; 混合文化蛙跳算法;
D O I
暂无
中图分类号
TE319 [模拟理论与计算机技术在开发中的应用]; TP18 [人工智能理论];
学科分类号
082002 [油气田开发工程]; 140502 [人工智能];
摘要
针对储层微观孔隙结构识别常用的室内实验法价格昂贵和研究成果具有区域性的问题,提出一种利用测井曲线预测储层微观孔隙结构类型的方法。首先,利用过程神经元建立双层过程神经网络模型;其次,结合文化算法和混合蛙跳算法的优势训练网络模型;最后优选8条测井曲线作为模型输入来预测孔隙结构类型。实验仿真结果表明所提方法具有很好的识别效果。
引用
收藏
页码:893 / 897
页数:5
相关论文
共 13 条
[1]
Application of shuffled frog-leaping algorithm on clustering.[J].Babak Amiri;Mohammad Fathian;Ali Maroosi.The International Journal of Advanced Manufacturing Technology.2009, 1-2
[2]
A hybrid multi-objective shuffled frog-leaping algorithm for a mixed-model assembly line sequencing problem [J].
Rahimi-Vahed, Alireza ;
Mirzaei, Alil Hossein .
COMPUTERS & INDUSTRIAL ENGINEERING, 2007, 53 (04) :642-666
[3]
Comparison among five evolutionary-based optimization algorithms [J].
Elbeltagi, E ;
Hegazy, T ;
Grierson, D .
ADVANCED ENGINEERING INFORMATICS, 2005, 19 (01) :43-53
[4]
微粒群优化算法.[M].崔志华; 曾建潮; 著.科学出版社.2011,
[5]
过程神经元网络.[M].何新贵; 许少华; 著.科学出版社.2007,
[6]
动物生态学原理.[M].孙儒泳编著;.北京师范大学出版社.1992,
[7]
储层岩石微观孔隙结构研究方法与理论综述 [J].
郝乐伟 ;
王琪 ;
唐俊 .
岩性油气藏, 2013, 25 (05) :123-128
[8]
云模型研究的回顾与展望 [J].
付斌 ;
李道国 ;
王慕快 .
计算机应用研究, 2011, 28 (02) :420-426
[9]
一种基于云模型的云变异粒子群算法 [J].
张英杰 ;
邵岁锋 ;
Niyongabo Julius .
模式识别与人工智能, 2011, 24 (01) :90-96
[10]
基于云模型的进化算法 [J].
张光卫 ;
何锐 ;
刘禹 ;
李德毅 ;
陈桂生 .
计算机学报, 2008, (07) :1082-1091