神经网络结构风险最小油气预测  

Oil and gas prediction by neural networks with structure-risk-minimum.

作　　者：张向君[1] 李幼铭[1] 刘洪[1] 

机构地区：[1]中国科学院地质与地球物理研究所

出　　处：《石油地球物理勘探》2002年第1期73-76,共4页Oil Geophysical Prospecting

基　　金：国家自然科学基金和大庆石油管理局联合资助项目 ( 4 9894190 );中国科学院知识创新工程重大项目资助课题 ( KZCXL-Y0 1)

摘　　要：张向君 ,李幼铭 ,刘洪 .神经网络结构风险最小油气预测 .石油地球物理勘探 ,2 0 0 2 ,37(1) :73～ 76本文基于统计学习理论中的结构风险最小化原理 ,从理论上给出了神经网络的结构设计方法和实现过程。该方法能自适应地扩展神经网络的容量 ,从而完成网络的结构设计 ,并且在有限样本的情况下 ,最大限度地提高网络的训练精度和泛化能力 ,进而提高神经网络预测结果的可靠性。此外 ,文中给出了本文方法在吉林油田开发区块储层油气检测的应用实例 。The paper is on the basis of the principle of structure-risk-minimum in statistical learning theory,theoretically gives structural design method for neural networks and practice.The algorthm can expand self-adaptively the volume of neeral networks,so can finish structural design of network and improve training precision and general ability in a condition of limited samples,so thatimproves reliability of prediction results of networks.The application cases that use the method to predict oil and gas reservoir in a development block,Jilin Oilfield were given in the paper and showed a good results.

关 键 词：神经网络 结构风险最小化 串行训练 预测误差 油气预测 吉林油田 

分 类 号：P618.13[天文地球—矿床学] TE319[天文地球—地质学]