论文部分内容阅读
针对前馈多层神经网络BP算法存在的易陷入局部最优的不足，采用了微粒群算法（PSO）加以改进。通过胜利油田及其它油田的岩性识别所做的实例验证，并与BP神经网络进行比较，结果表明，在同等条件下，此方法效果较为满意。
基于微粒群算法的神经网络在岩性识别上的应用
【摘 要】
：
针对前馈多层神经网络BP算法存在的易陷入局部最优的不足，采用了微粒群算法（PSO）加以改进。通过胜利油田及其它油田的岩性识别所做的实例验证，并与BP神经网络进行比较，结果表明，在
【机 构】
：
成都理工大学信息管理学院
【出 处】
：
物探化探计算技术
【发表日期】
：
2007年2期
其他文献
碳酸盐岩、火成岩等复杂性油气藏具有岩性、孔隙空间结构复杂、非均质性强等特点，单纯用常规测井技术很难对这些油气藏进行准确评价，必须借助于成像测井等新技术资料。成像测并
采用射线追踪法对南海北部陆坡A测线层速度进行计算，结合BSR（Bottom Simulating Reflector）、振幅空白带，以及波形极性反转等多种水合物赋存信息的分析，对水合物成矿带的速度特征
在地震资料处理中，正确的初至时间，是解决复杂地表静校正问题所需的关键参数。将BP神经网络引入到初至波拾取中，并针对经典BP神经网络收敛速度慢、易于陷入局部极小的缺点，利用组
近地表油气化探影响因素众多，不同地区主导因素也不尽相同。若尔盖地区受复杂地表景观及岩性等因素的影响较大，而且没有已知油气田可供试验研究，可供参考对比的资料也很少，仅仅采
以空间捕获平台(操控星)捕获目标星后形成的组合体为研究对象。组合体在拖曳离轨过程中会产生面内角度摆动和沿系绳方向的振动。为了研究抑制沿系绳方向的振动控制策略,建立
通过对西藏南部聂拉木地区前寒武纪岩石磁组构进行研究表明：该区岩石磁化率百分率的各向异性胃值较高，均大于10％，这说明岩石曾经历了较强烈的韧性变形。根据岩石最小磁化率从主轴