文摘
英文文摘
声明
第一章绪论
1.1研究背景
1.2国内外剩余油研究现状
1.3人工神经网络方法的研究与应用
1.3.1 BP神经网络的研究
1.3.2 RBF神经网络的研究
1.4基于神经网络的数据挖掘工具用于剩余油分布的研究
1.5本论文的目的和意义
1.6本论文着重研究的内容
1.7本论文研究的主体思路
第二章剩余油分布的研究
2.1影响剩余油分布的主要概念
2.1.1剩余油含油饱和度
2.1.2渗透率
2.1.3孔隙度
2.2剩余油分布研究方法
2.2.1地质方法
2.2.2油藏工程、试井及数值模拟方法
2.2.3神经网络和岩石物理相技术
2.3剩余油分布的特征
2.3.1由地质因素形成的剩余油分布
2.3.2由开发因素形成的剩余油分布
2.4小结
第三章人工神经网络
3.1人工神经网络概述
3.1.1人工神经网络的基本特征
3.1.2人工神经网络模型
3.1.3人工神经网络的学习规则
3.1.4应用
3.2传统的反向传播神经网络网络原理
3.2.1 BP网络的模型
3.2.2 BP网络的学习算法
3.2.3 BP算法的实现步骤
3.2.4 BP网络的局限性
3.3自适应变步长的改进BP算法
3.4可选激励函数的改进BP算法
3.4.1 BP神经网络S型激励函数
3.4.2 BP神经网络TAN激励函数
3.4.3传递函数的比较及选择
3.5 RBF网络及其原理
3.5.1 RBF网络的结构
3.5.2 RBF网络的学习方法
3.6支持向量机技术
3.7小结
第四章MATLAB的COM组件及数据挖掘技术
4.1 MATLAB环境介绍
4.2 MATLAB的特点
4.3 MATLAB的COM组件技术
4.4接口编程方法及实现
4.5 MATLAB组件技术的数据加载与存储
4.6数据挖掘及其技术方法
4.7剩余油分布预测的数据挖掘流程
4.8小结
第五章基于神经网络的数据挖掘技术用于剩余油分布预测的设计过程
5.1剩余油分布预测软件系统的总体功能及构思
5.2 BP网络的设计过程
5.2.1 BP网络主窗体的设计
5.2.2激励函数为S型函数的BP网络的窗体设计
5.2.3激励函数为S型函数的BP网络训练学习的伪代码
5.2.4激励函数为S型函数的BP网络算法的部分代码
5.2.5激励函数为TAN型函数的BP网络的设计
5.3 RBF网络的设计过程
5.3.1设计RBF网络的MATLAB程序
5.3.2设计COM组件
5.3.3 VB主程序调用COM组件
5.4预测模型的确定及预测功能的实现
5.4.1预测模型的确定
5.4.2预测功能的实现
5.5小结
第六章基于神经网络方法的剩余油分布预测系统的测试及分析
6.1预测原理
6.2数据的预处理
6.2.1参数的选取
6.2.2测井资料的归一化处理
6.3 BP网络的建立及训练
6.3.1 BP网络的输入输出数据的选取
6.3.2 BP网络测试参数的设定
6.4 BP神经网络S型函数进行预测
6.5 BP神经网络TAN型函数进行预测
6.6 RBF神经网络进行预测
6.7小结
第七章结论
7.1论文所做工作总结
7.2以后要做的工作
致谢
参考文献
附录 攻读硕士学位期间发表的论文: