论文部分内容阅读
针对缝洞型储层识别精度较低这一难题，提出了基于粒子群优化算法的小波神经网络（PSO—WNN）储层识别模型。以小波函数作为隐含层的激励函数，采用粒子群优化算法，对权值、伸缩参数、平移参数进行调整，构建出基于粒子群优化算法的小波神经网络储层识别模型。该模型具有算法简单、结构稳定、计算收敛速度快、全局寻优能力强、识别精度高、泛化能力强的优点。这里以济阳坳陷桩西埕岛地区古生界潜山缝洞型储层识别为例，利用常规测井参数作为模型的输入参数，以储层类型赋值作为输出，选取九口井的108个已知样本，采用不同隐含层个数对模型进