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。