论文部分内容阅读
测井是快速和准确获得岩性信息的最主要途径，岩性识别是测井数据解释中最关键的一环。随着随钻测井技术的发展，研究和发现速度快，识别准确度高，泛化能力强的岩性自动识别方法是随钻测井数据解释的迫切需求。本文在分析和研究RPROP算法的基础之上，提出了一种利用遗传算法对RPROP神经网络进行改进的方法，建立了改进的RPROP算法神经网络岩性识别模型，并以某区块的实际随钻测井资料为对象，进行岩性识别的应用研究。研究结果表明，与其它BP算法相比，本文提出的改进的RPROP算法岩性识别准确率较高，具有很好的应用前景。