论文部分内容阅读
由于采用常规测井曲线评价页岩储层总有机碳含量的精度不高，泛化能力不强，需要大量样本。针对这些问题，改进了神经网络算法，以增加模型的预测能力。利用模糊系统优化细胞神经网络结构，以增强其逻辑推理能力，提高其对模糊数据的敏感性；选择能有效避免“虚拟碰撞”的雨林算法，并针对其存在的缺陷进行改进；利用改进雨林优化算法对网络的初始权值阈值进行优化，避免网络陷入局部极小。分析测井特征曲线的物理意义，选择密度测井曲线与自然伽马能谱测井曲线作为网络的输入，以总有机碳含量作为输出，通过70块岩心样本网络学习与26块岩心样本预