GA-BP神经网络模型在彬长矿区测井岩性识别中的应用.pdf

第39卷第4期 煤田地质与勘探 Vbl．39No．4 2011年8月 COALGEOLoGYD(P10R加恻 A1lg．201l 文章编号：lOOl—1986(2011)04一0008．05 GA．BP神经网络模型在彬长矿区测井岩性 识别中的应用 刘明军，李恒堂，姜在炳 (中煤科工集团西安研究院，陕西西安710054) 摘要：为提高测井岩性识别的自动化程度和地质解释精度，在分析遗传算法(GencticAlgorithm，简 中测井数据识别样本大以及BP算法本身存在的缺陷，提出了利用GA算法来同时优化BP神经网 络的结构和连接权值的解决方案，建立了基于GA优化BP神经网络的测井数据岩性识别模型．该 模型通过彬长矿区实际数据的检验，获得了较高的识别速度和准确率。 关键词：测井数据；BP神经网络；遗传算法；岩性识别 中图分类号：P618．11文献标识码：A DOI：10．3969／i．issn．1001．1986．2011．04．003 Of neuraInetworkmodelin identi6cation Application lithoIogy genetic-BP by datain area lOgging Binchangmining Hengtang，ⅡANG L砌Min西ull，LI Zaib吨 ∞锄RB毋哪曲胁砌晚，西砌cD口，妣，D罟y删刚糟鲫西喀G阳印cD巾，朋锄7l0054，国㈣ Abstract：Basedon也e offcatlIresofGenetic Back-Propagation is analysis AIgorithm(GA)andAlgorithm(BP)，it concludedthatthe ofBP incIlldesidentificationin amethod— inversion，so disadv蚰tagealgorithmla玛e specimen to BPnetworkstmctIl∞锄dlink withGAis the identification ologyoptimize weights pfoposed蛐dlithology modelbasedonGA BP is thebasicdata行om area，the optimizedalgorithmestablished．Using Binch蛐gmining identificationfllnctionis thcresultindicatesthattheGA-BPneumlne伽orkmodelhas lithology tested，锄d good iclentificationand speedacc哪cy． n嘲l id训fication Keywords：logging纰；BPnctwork；geneticalgori也m；l