基于灰关联分析与K-L变换的双重属性优化方法

将灰关联分析和 K- L 变换有机地结合起来可以实现属性的双重优化。利用灰关联分析实现了地震属性的敏感性分析 ,并建立了储层参数与属性之间的灰色关联。在此基础上 ,通过 K- L 变换将属性空间的高维属性映射为低维属性 ,且去除了属性之间的相关性 ,从而有效地解决了属性组合的优化问题。采用 BP神经网络对目标进行预测表明 ,灰关联分析和 K- L 变换相结合的属性双重优化方法能充分发挥单个方法各自的优点 ,有助于属性分析、关联以及组合优化问题的解决 ,从而提高了地震储层预测的运算速度和精度。