RPROP算法在测井岩性识别中的应用

被引：12

作者：

张治国

杨毅恒

夏立显

机构：

[1] 吉林大学综合信息矿产预测研究所,吉林大学综合信息矿产预测研究所,吉林大学综合信息矿产预测研究所吉林长春,吉林长春,吉林长春

来源：

吉林大学学报(地球科学版) | 2005年 / 03期

关键词：

RPROP算法; BP神经网络; 测井资料; 岩性识别;

D O I：

10.13278/j.cnki.jjuese.2005.03.021

中图分类号：

P631.8 [地下地球物理勘探];

学科分类号：

0818 ; 081801 ; 081802 ;

摘要：

为了更好地解决测井岩性识别问题,引入一种快速实用的BP算法Resilient Backpropaga tion (RPROP)算法。在说明RPROP算法的基础上,结合某地的实际测井资料,建立基于RPROP算法的BP网络岩性识别模型,进行岩性识别的应用研究。结果表明,应用RPROP算法进行测井资料岩性识别,识别的准确率较高,与基本BP算法及其一些改进算法相比,训练速度快,具有很好的应用前景。

引用

页码：389 / 393

页数：5

共 8 条

[1] 改进的模糊神经网络模型在储层产能预测中的应用研究 [J].