CMAC神經(jīng)網(wǎng)絡(luò)的模型改進(jìn)及在油藏工程中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、巖性、物性、電性和含油性是油藏地質(zhì)研究中的四性特征。其中,由物性特征所描述的儲集層的孔隙度和滲透率,深刻地影響著油藏的開發(fā)方案、儲層的研究比較以及油田的動態(tài)管理等多個方面。一般情況下,通過地震數(shù)據(jù)和測井資料,可以推導(dǎo)出油藏儲層的孔隙度和滲透率,但受膠結(jié)物類型等因素的影響,此二參數(shù)不易準(zhǔn)確的測量和預(yù)測,且兩者之間的關(guān)系往往也難以確定?;谌斯ぶ悄芗夹g(shù)的油藏儲層地質(zhì)參數(shù)的分析與預(yù)測,是測井解釋的一種應(yīng)用,是儲層預(yù)測的一種新方法,能夠改善油藏

2、描述和剩余油定量描述,提高儲集層預(yù)測準(zhǔn)確度的。
   本文主要研究內(nèi)容有:
   1.設(shè)計了抗干擾能力強(qiáng)的模糊主成分分析方法對油藏樣本進(jìn)行預(yù)處理,在更好保存信息的基礎(chǔ)上有效實現(xiàn)了降維以降低分析的復(fù)雜度
   2.根據(jù)小腦關(guān)節(jié)控制模型(CMAC)理論,提出一種基于全局動態(tài)信息的批處理CMAC神經(jīng)網(wǎng)絡(luò)模型。該模型在保留局部泛化和無局部極值優(yōu)點的基礎(chǔ)上,利用學(xué)習(xí)過程中的迭代信息,來確定其學(xué)習(xí)率的大??;同時,引入自動控制

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論