人工神经网络在铀矿测井解释中的应用  

Application of artificial neural network technique to uranium logging data interpretation

作　　者：祖秀兰[1] 周蓉生[1] 马英杰[1] 

机构地区：[1]中国工程物理研究院核物理与化学研究所,四川绵阳621900

出　　处：《铀矿地质》2001年第4期239-244,共6页Uranium Geology

摘　　要：本文探讨了运用人工神经网络方法完成铀矿测井解释任务的有关问题。采用了改进的BP算法 ,提高了网络收敛速度 ,优化了网络结构。研究使用了一种基于统计的学习样本生成方法 ,提高了样本的质量。实际应用网络进行岩性识别和孔隙度预测 ,取得了令人满意的结果。This article describes the application of B P technique to pertinent questions in uranium logging data interpretation. Adopting the improved B P algorithm to establish network structure and thoroughly investigating the process, and the method constructing learning sample has been improved. Good results have been achieved through applying the B P model to recognize lithologies and forecast porosity.

关 键 词：人工神经网络 测井资料解释 学习样本 岩性识别 孔隙度预测 铀矿床 

分 类 号：P619.14[天文地球—矿床学]