高分辨率混合模糊神经网络裂缝反演研究  

An Fuzzy Neural Network Using Combined Algorithm for High Resolution Inverse

作　　者：李勇[1] 肖富森[2] 马廷虎[2] 李义明[2] 谭勇[2] 

机构地区：[1]成都理工大学信息工程学院,四川成都610059 [2]中国石油西南油气田川东开发公司,重庆400021

出　　处：《内蒙古石油化工》2009年第14期13-15,共3页Inner Mongolia Petrochemical Industry

摘　　要：本文提出了对ANF IS模糊神经网络的一种新的学习方法。由于梯度下降法和最小二乘法在训练ANF IS模糊神经网络时,尽管搜索局部极值的能力较强,但容易陷入局部极值,而遗传算法可以很快达到全局最优解附近。本文结合遗传神经网络、梯度下降法和最小二乘法各自的特点,提出一种混合算法,使得神经网络的收敛速度得到加快,精度得到提高。将该算法进行裂缝反演,取得了很好的反演效果。This thesis introduce a better study method for ANFIS neural network.. considering the character of the feature of GA neural networks which is good at global optimization and that of least square method and speedest descent method,we propose a new algorithm which combines GA with minimum sqare method and speedest descent method.By repeated practice on acoustic impedance inverse,The method can take a good effect on promoting the resolution.

关 键 词：ANFIS神经网络 遗传算法 优化 反演 最小二乘法 梯度下降法 

分 类 号：O212.1[理学—概率论与数理统计] TP18[理学—数学]