论文部分内容阅读
运用软计算融合算法识别储层含油性的关键属性，建立了预测这些关键属性的软计算融合模型。具体步骤为：首先采用遗传算法（GA）和模糊C均值嵌套算法（GA—FCM）对含油性的测井属性进行约简，得到能够描述含油性的关键属性；然后再把GA和BP神经网络（GA—BP）进行融合构建预测关键属性的软计算融合模型，即通过GA优化BP的结构（包括网络输入属性的组合和最佳隐含层神经元个数的确定），并且用测试样本的误差作为评判该预测模型的优劣；最后对某油田的oilsk81．oilsk83，oilsk85 3口井进行了实证研究。