论文部分内容阅读
在阐述BP神经网络模型结构的基础上，根据取心井段储层物性与测井信息的关系，选取相应的测井曲线，运用MATLAB神经网络工具箱中特定的函数对建立的神经网络模型进行训练，使得储层物性（孔隙度、渗透率）和测井响应之间具有较强的非线性映射关系，在一定的条件下运用该模型可对研究区未知样本的物性参数进行预测。实例研究表明，预测准确性较高，显示出BP神经网络对储层预测的潜在优势和实用价值。