简介：油藏描述是根据数模参数来描述油藏、以便对其进行动态预测的一种方法。我们介绍了一种采用专用设计的遗传算法来搜索最有可能与油藏的测量结果拟合的油藏描述方法。该遗传算法使用六个染色体来代表不同类型的油藏参数。其中三个染色体具有多维实数结构，而另外三个染色体则为一维二进制数组。创造了专门设计的交换和变异算子与非标准的基因组结构一同使用。该方法在真实、复杂的人造油藏模型上进行了试验，并与模拟退火（SA）算法进行了比较。我们证明，遗传算法能获得比模拟退火算法更好的结果，可与人工计算所能得到的结果相媲美。此外我们还证明，对于算法建立的详细过程而言，遗传算法的性能是稳健的。因为该算法易于进行并行处理，对于被丢失和被破坏的解具有稳健性，且能返回一组良好的解，因此它是自动油藏描述算法中的一种理想方法。

简介：在分析传统测井岩性解释中存在的一些问题的基础上，从神经网络的机理、特点出发，探讨了利用神经网络技术进行测井岩性识别的可行性及优越性，并以找矿目的层为对象，进行了岩性分析与对比，为该方法的进一步应用开拓了前景。

简介：

简介：

简介：在本文中用径向基础函数神经网络（或RBFN）根据地震属性预测通过测井得到的储层性质。对于由Hampson等人（2001年）提出的相同问题，还把用这一方法得到的结果与用广义回归神经网络（GRNN）得到的结果进行了比较。

简介：滩坝砂储集体具有分布较广、厚度较薄、空间分布不连续的特征。地震剖面上,通常是多个砂体以复合波的形式出现,很难形成单独的反射。滩坝砂储层信息的弱信号常被背景信息淹没,无法准确识别储层。针对滩坝砂储层的地震反射信号特点,将扩展交替投影神经网络算法引入到地震领域,对地震资料进行弱信号分离,并将算法应用到识别滩坝砂储层中,解析出砂体（组）在地震剖面上的展布特征。通过对理论模型及实际资料的试算,处理后的地震资料可以较好地展示储层展布特征,有利于滩坝砂体的识别。