文摘
英文文摘
声明
第一章绪论
1.1领域背景与课题意义
1.2岩石可钻性
1.3混合软计算
1.4本文组织结构
第二章软计算
2.1从传统人工智能到软计算
2.2软计算提出背景与动因
2.3软计算的定义、组成及研究方法
2.3.1神经网络
2.3.2模糊逻辑
2.3.3进化计算
2.3.4概率计算
2.4小结
第三章人工神经网络
3.1神经元结构
3.2神经网络的分类
3.3神经网络的学习方法
3.3.1神经网络的学习机理
3.3.2神经网络的学习方法
3.3.3神经网络的学习规则
3.4常见的神经网络模型
3.4.1感知器网络模型
3.4.2 BP神经网络模型
3.5小结
第四章模糊系统
4.1传统数学与模糊数学
4.2模糊概念与模糊集合
4.3模糊关系与模糊变换
4.4模糊推理
4.5模糊聚类算法
4.5.1 C均值聚类
4.5.2模糊C均值聚类
4.5.3减法聚类法
4.6模糊系统
4.7小结
第五章模糊系统和神经网络的混合
5.1模糊神经网络的发展概述
5.2模糊神经网络理论概述
5.3模糊推理网络
5.3.1模糊推理的神经网络实现方法
5.3.2模糊神经网络模型
5.4小结
第六章基于神经模糊混合方法的岩石可钻性测井计算的研究
6.1 matlab的介绍
6.2数据预处理
6.3岩石可钻性与测井参数的关系
6.4岩石可钻性的BP网络模型
6.5岩石可钻性的神经模糊混合方法的模型
6.5.1 Takagi-Sugeno模型
6.5.2 RBF神经网络的原理
6.5.3 TS模型与神经网络的混合方法
6.5.4实验过程及结果分析
6.6对几种测试方法的结果进行对比
6.7小结
第七章结论和展望
致谢
参考文献
附录