致密碎屑岩裂缝视密度高分辨率非线性反演研究的论文.pdfVIP

中国地球物理2006 致密碎屑岩裂缝视密度高分辨率非线性反演研究 吴朝容1段文枭2李正文1 (1．成都理工大学信息工程学院成都610059；。2，中国石化西南分公司成都610081) 1．方法基本原理 本方法是将自适应遗传算法与BP算法有机结合形成的一种自适应遗传．神经网络方法。BP前向 型神经网络是当前应用最广泛的一种人工神经网络，它具有结构简单，工作状态稳定，易于硬件实现， 可以逼近任意函数等优点。但它存在收敛速度慢，全局搜索能力低，搜索空间内具很大局部最优点等 缺点。而遗传算法的特点是适合大规模并行运算，且能以较大概率找到全局最优解。自适应遗传一神经 网络算法是利用遗传算法设计和训练神经网络的一种混合算法，它利用遗传算法的优点，克服了传统 BP算法的缺点。 方法采用的是有监督BP神经网络结构，它由编码方案、适应度函数、遗传操作及混合智能学习 (HI)等组成。 编码方案：采用实数编码，克服了二进制编码存在Hamming悬崖、位串过长、导致搜索效率降 低等缺点。 适应度神经网络输入a次信号，神经网络输出b次正确解，适应度函数用b与a的比值来表示适 应度函数值在10