地震多参数神经网络储层油气预测中的参数优化  

THE PARAMETER OPTIMIZATION OF THE RESERVOIR PREDICTION WITH SEISMIC MULTI-PARAMETERS USING THE NEURAL NETWORKS

作　　者：张惠珍[1] 王山山[2] 马良[1] 

机构地区：[1]上海理工大学管理学院,上海200093 [2]成都理工大学信息工程学院,四川成都610059

出　　处：《物探化探计算技术》2007年第5期420-424,369-370,共5页Computing Techniques For Geophysical and Geochemical Exploration

基　　金：上海市重点学科建设资助项目(T0502)

摘　　要：在利用多参数进行储层油气预测时,并不是使用的特征越多越好,最佳特征的维数取决于实际问题的预测效果。这里运用聚类分析法优选地震特征参数,将距离较远或相似系数低的特征参数聚为一类,用来对未知样本进行地震储层预测。利用优选后的参数进行神经网络储层油气预测,在实际应用时取得了较好的效果。It is not always beneficial to use the much more seismic attribute parameters in reservoir prediction.The optimal dimension of the seismic attributes depends upon the effect of reservoir prediction.In this paper,we choose seismic characteristic parameters by the clustering method and by using the optimal attribute parameters,which are of large Euclidean distance and low similarity coefficients to predict reservoir and hydrocarbon,an effective improving in the results is obtained in the practice.

关 键 词：神经网络 地震特征参数 油气预测 聚类分析 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]