文摘
英文文摘
声明
第一章绪论
1.1选题背景与意义
1.2参数预测与油藏描述
1.3人工神经网络在油藏描述方面的应用
1.4研究内容
第二章神经网络基本理论
2.1神经网络的发展历史与现状
2.2神经元理论
2.3神经网络基本模型
2.4发展趋势及前沿问题
2.5本章小结
第三章构造性神经网络
3.1推出构造性神经网络学习算法的目的和工作机制
3.2 RBF-DDA神经网络的算法及特性
3.3 CC神经网络基本原理及算法
3.3.1 CC算法的数学背景
3.3.2 CC算法的学习过程描述
3.4构造性神经网络的应用实例
3.5本章小结
第四章油层岩性识别的研究
4.1 Ant构建工具简介
4.2测井曲线的岩性特征分析
4.3数据分析
4.3.1数据来源
4.3.2样本选择
4.3.3数据预处理
4.4学习训练的方法及预测标准
4.4.1学习训练的方法
4.4.2预测标准
4.5误差控制
4.6岩性识别模型分析
4.6.1预测流程
4.6.2预测模型
4.7预测结果对比
4.7.1 BP网络预测结果
4.7.2 CC网络预测结果
4.8误差分析
4.9预测检验分析结论
4.10本章小结
第五章总结与展望
5.1论文研究总结
5.2进一步的工作
致谢
参考文献
附录