论文部分内容阅读
探讨了应用神经网络技术预测储层孔隙度的方法、选取储层的深度、厚度、岩性及砂地体积比4个因素确立了预测孔隙度的神经网络结构，经网络的学习训练过程，确定了网络各层的连接权值，从而得到了稳定的孔隙度预测网络、应用该网络对松辽盆地北部深层登娄库组孔隙度预测表明，所确定的孔隙度分布与实际状况符合．应用该方法，不需要大量的数据，也不需要各参数之间的关系，即可得到不同区域内各因素对孔隙度的影响程度．该方法适用于早期勘探缺乏足够瓷料条件下的孔酸席预涮、