神经网络课程报告

《神经网络课程报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国地质大学研究生课程论文封面课程名称神经网络教师姓名何水明研究生姓名倪琳研究生学号120111710研究生专业能源地质工程所在院系资源学院类别:A.博士B.硕士C.进修生日期:2011年12月8日ChinaUniversityofGeosciencesWuhan430074P.R.China中国地质大学（武汉）研究生课程论文原创性声明本人郑重声明：本人所呈交的研究生课程论文《神经网络方法在基于地震属性预测孔隙度中的应用》，是本人在任课老师的指导下，在中国地质大学（武汉）修读《神经网络》课程期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果，对论文的

2、完成提供过帮助的有关人员已在文中说明并致以谢意。本人所呈交的课程论文没有违反学术道德和学术规范，没有侵权行为，并愿意承担由此而产生的法律责任和法律后果。课程论文作者（签字）：日期：　　年　　月　　日评语对课程论文的评语:平时成绩：课程论文成绩：总成绩：评阅人签名：注：1、无评阅人签名成绩无效；2、必须用钢笔或圆珠笔批阅，用铅笔阅卷无效；3、如有平时成绩，必须在上面评分表中标出，并计算入总成绩。神经网络方法在基于地震属性预测孔隙度中的应用研究生：倪琳指导老师：何水明摘要本篇论文结合了三维地震和测井技术来测定孔隙度。为达到预测孔隙度的目的，本文是通过三维地震技术和神经网络技术来探索罗契斯特油

3、田与断层有关的白云岩储层的地层层序和构造。通过地震属性预测孔隙度，进一步便可获得孔隙度的纵向和横向展布，而孔隙展布可用于指导为获得最佳油气开采而部署的勘探和开发钻井。从三维地震资料中提取的地震属性与神经网络技术相结合已经被成功的应用到岩石物性的预测中，例如孔隙度和P波速度。这些研究成果表明某些地震属性可以作为勘探在井控之外的远景勘探区的工具。在本次研究中，我们使用了地震属性和神经网络技术来预测储层孔隙度分布。关键词：孔隙度；储层预测；神经网络；地震属性Theapplicationofneuralnetworkinporositypredictionfromseismicattribute

4、sofRochesterfield,southernOntarioStudent:NiLinInstructor:HeShuimingABSTRACTThisarticleintegratesthree-dimensional(3-D)seismicattributesandlogdatatodetermineporositydistribution.ThisstudyexploresthestratigraphyandstructureoftheRochesterfault-relateddolomitereservoirusing3-Dseismicdataandneuralnetw

5、orkstopredictporosity.Bypredictingporosityusingseismicattributes,verticalandlateraldistributionsofporositythatcanbeusedtoguidedevelopmentandexplorationdrillingforoptimalhydrocarbonrecoverywereobtained.Seismicattributesextractedfrom3-Dseismicdataincombinationwithneuralnetworkshavebeenemployedsucce

6、ssfullyinpredictingrockphysicalpropertiessuchasporosityandP-wavevelocities.Resultsfromsuchstudiessuggestthatcertainseismicattributescouldbeusedasexplorationtoolstohighlightpotentiallyprospectivetargetsinareaswithoutwellcontrol.Inthisstudy,seismicattributesandneuralnetworkswereusedtopredictporosit

7、ydistribution.KeyWords:porosity;reservoirprediction;neuralnetwork;seismicattributes第一章神经网络相关概念及步聪法简介§1.1神经网络的研究发展史1．1．1第一次神经网络研究高潮对大脑神经元的研究表明，当其处于兴奋状态时，输出侧的轴突就会发出脉冲信号，每个神经元的树状突起与来自其它神经元轴突的互相结合部(此结合部称为Synapse，即突触)接收由轴突传