径向基函数神经网络在砂体厚度预测中的应用.pdfVIP

第 43卷第6期 当 代 化 工 Vo1．43，No．6 2014年 6月 ContemporaryChemicalIndustry June．2014 径向基函数神经网络在砂体厚度预测中的应用 王开燕 ，周 妍 ，王世龙 ，郝 菲 (I．东北石油大学地球科学学院，黑龙江 大庆 163318； 2．中海油田服务股份有限公司，天津 300452 3．东方地球物理公司研究院大港分院，天津 300280) 摘 要：目前 ，人工智能神经网络在地震储层参数的预测方面具有广泛的应用，最常用的为BP神经网络， 但是效果并不是十分理想。径向基函数神经网络 (RBFN)是一种前馈神经网络，其在函数逼近 、模式识别方 面都优于 BP网络，已经在岩性识别 、孔渗预测方面取得了较好的应用效果。本文首次将此方法运用于预测砂 体厚度，利用地震属性信息和神经网络的学习，基于实际数据计算，