模糊神经网络在测井储层评价中的应用
【摘要】:正人工神经网络(ANN)的基本处理单元是人工神经元,它处理的信号可以是模拟量、数字量或模糊量。对于一些有关连的信息,人工神经网络可以通过学习的方法,将输入与输出的关系以权值的方式编码存储存下来,它的优点是不依赖于模型,但是网络的权值人们难以理解,另外,神经网络要求参加训练的样本是具有代表性的样本集,但一般来说,人们事先并不知道给定的样本是否确实具有某种确切的关联性及它们是否真正反映了一种未知的分布。同时,在实际问题中面临的问题往往并不都是确定的度量,人为的因素和客观的条件使得问题的逻辑关系和数量关系变得模糊化。在测井解释中,岩石的孔隙、结构、含油水的可能性和
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|