摘要：煤层气储层具有很强的非均质性和各向异性，使得测井资料解释结果具有多解性、模糊性和不确定性。提出了将遗传算法和神经网络相结合的方法，利用遗传算法优化神经网络的连接权值及阈值，从而提高网络训练精度和煤层气储层评价精度。该方法避免了标准BP算法易陷入局部最小和遗传算法局部搜索能力较差的缺点，提高了运算速度。介绍了利用遗传算法优化网络连接权值及阈值的步骤和煤质参数预测步骤。通过选取学习样本、确定网络结构、归一化处理数据，建立了基于GABP神经网络的煤层气储层煤质测井评价模型。对26个样本数据的分析对比表明，该算法具有较高的预测精度和较快的运算速度。10多口井的实际应用表明，GABP神经网络模型预测结果与煤心测试数据匹配很好，且与体积模型计算结果具有良好的一致性。

原文链接:http://www.cqvip.com/QK/71135X/201107/37737417.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）