用神经网络描述储层参数

？储层物性参数的估算是油气勘探开发的一个重要环节,然而物性参数的横向变化很难从分布稀疏的井孔资料插值外推得到精确描述,综合利用地震和测井资料可得到较精确的物性分布图像.传统地,将地震和测井资料综合来进行储层参数描述的方法有线性回归法,这种方法由于假定函数关系简单,因而很难得到准确的物性参数.后来doyen(5)发展了协同克里金法,这种方法可得到较准确的物性参数,但处理过程复杂,需作大量的统计研究.人工神经网络是一种高度非线性系统,可逼进任意函数,因此可以综合地震和测井资料,利用人工神经网络来描述储层参数.我们采用前馈神经网络模型,包含输入层、输出层和隐伏中间层,隐伏中间层的个数以及各隐伏中间层的单元数可调,输出层为测井导出的和实测的储层物性参数集,输入层为地震数据集另加位置坐标.为保证全局最优,我们采用模拟退火算法来训练网络.用文献(5)的例子进行了试验,表明该方法其结果与协同克里金法相当,但处理过程却简单得多.