论文部分内容阅读
分析了储层孔隙度预测中存在的问题，提出了把测井信息当作影响储层孔隙度的因素、并根据已知测井信息与储层孔隙度的关系、建立适当的BP神经网络模型、在一定的学习条件下对未知样本进行预测的方法。通过实例研究，预测结果的准确性较高且明显优于回归分析预测的结果，认为此法可以作为一种储层孔隙度定量预测的方法。