应用粗集神经网络系统识别火山岩岩性.pdfVIP

20I1年 6月 大庆石油地质与开发 June，201l 第 3O卷第 3期 Petroleum GeologyandOiffieldDevelopmentinDaqing Vo1．30NO．3 DOI：10．3969／J．ISSN．1000—3754．2011．03．034 应用粗集神经 网络 系统识别火 山岩石岩石性I土 金 明玉 文 政 赵 志伟 (大庆油 田有 限责任公司勘探开发研 究院，黑龙江 大庆 163712) 摘要：针对火山岩岩性复杂、识别难度大的问题 ，应用粗集神经网络系统及测井资料开展了火山岩岩性识别。 首先，根据粗集理论对测井信息进行优化约简 ，然后利用优化后的信息建立样本集，采用 LM算法的BP神经网 络进行学习。运用优化的特征参数和训练好的BP神经网络对火山岩岩性进行识别的结果表明，该方法具有快 速 、稳定的优点，识别准确率较高。 关 键 词：粗集理论 ；BP神经网络 ；火LJ【岩；测井 中图分类号：TEl21 文献标识码：A 文章编号：1000—3754 (2011)03-()159—05 LITHoLoGIC IDENTIFICATIoN oF VoLCANIC RoCKSTHRoUGH THE APPLICATIoN oF THE RoUGH SET NEURAL NETW oRK SYSTEM JINMingyu，WENZheng，ZHAOZhiwei (Exploration,andDevelopmentResearchInstituteofDaqingOilfieldLimitedCompany，Daqing163712，China) Abstract：Aimingatthecomplexlithologyofvolcanicrocksandthegreatdifficultyinlithologicidentification，the lithologicidentificationofvolcanicrocksisconductedthroughtheapplication ofroughsetneuralnetwork system andloginformation．First，theloginformationisoptimizedandreducedaccordingtotheRoughSet．Andthen a samplesetisestablishedbyapplyingtheoptimizedinformation．Meanwhilethestudyisconductedbyapplyingthe BPneuralnetworkbasedonLM (Levenberg—Marquardt)algorithm．Theresultofthelithologicidentificationofvol— cauicrocksthroughtheapplicationofthecharacteristicparametersand trainedBP neuralnetwork showsthatthis methodhastheadvantageofbeingquickandsteadywiththerelativelyhighidentificationaccuracy． Keywords：Rough Set，BPneuralnetwork；volcanicrock；log 粗集理论 (RoughSet)是一套研究不完整数 确 、不确定、不完全数据的数学新方法 ，是发现数 据及不精确知识的表达 、学 习、归纳的方法。该方 据问的关系、提取有用特征 、智能信号处理的数学 法能够在缺少关于数据的先验知识的情况下，仅 以 工具 。人T神经 网络具有较强 的 白组织能力 、 对观测数据的分类能力为基础对数据进行分析和近 容错能力及推广能力 ，但不具备条件优选的能力 ， 似分类 ，并通过推理数据 问的关系发现隐含 的知