第一章 绪论 1
1.1 地球物理勘探中的反演概述 1
1.1.1 地球物理勘探 1
1.1.2 反演理论的发展 2
1.1.3 地球物理测井反演 6
1.1.4 地震勘探反演 7
1.1.5 测井-地震资料联合反演 8
1.2 人工神经网络及其在勘探地球物理反演中的应用概述 10
1.2.1 人工神经网络 10
1.2.2 在地球物理勘探中的应用 11
1.3 本书的背景和主要成果 12
1.3.1 背景 12
1.3.2 主要成果 13
第二章 人工神经网络基础 15
2.1 生物神经网络 15
2.1.1 生物神经元 15
2.1.2 生物大脑的信息处理特点 15
2.2 人工神经网络 16
2.2.1 神经元数学模型 16
2.2.2 联接特征 18
2.2.3 工作规则和分类 19
2.3 误差反向传播神经网络(BP) 21
2.3.1 简要历史 21
2.3.2 计算原理 21
2.3.3 学习模式和逼近能力 25
第三章 BP神经网络在测井反演中的应用 27
3.1 引言 27
3.2 岩性识别 27
3.2.1 测井相-岩相分析 27
3.2.2 应用实例 28
3.3 储层参数反演 33
3.3.1 同题的提出 33
3.3.2 理论试验 33
3.3.3 应用实例 34
3.4 影响因素和结论 37
3.4.1 影响因素讨论 37
3.4.2 结论 37
第四章 地震数据控制下的测井参数外推 38
4.1 引言 38
4.2 基本思路和算法设计 38
4.2.1 基本思路 38
4.2.2 外推算法设计 40
4.3 合成模型研究 42
4.3.1 合成模型反演 42
4.3.2 敏感性和容错性试验 44
4.4 应用实例 46
4.4.1 陕甘宁中部气田上古河道砂体外推反演 46
4.4.2 大庆油田资料处理 54
4.5 结论与建议 55
第五章 井约束下的地震资料迭代反演 57
5.1 引言 57
5.2 BP神经网络的迭代反演算法 58
5.3 井约束下的地震资料迭代反演方案 59
5.3.1 基本策略 59
5.3.2 正演网络训练 59
5.3.3 迭代反演 60
5.3.4 初始模型 60
5.4 理论模型试验和分析 60
5.4.1 正演模型学习 61
5.4.2 迭代反演 63
5.4.3 灵敏度和抗干扰分析 64
5.5 应用实例 70
5.5.1 数据概述和预处理 70
5.5.2 实际资料检验 70
5.6 结论与建议 74
第六章 BP神经网络的脉冲响应和应用 75
6.1 引言 75
6.2 BP神经网络的系统响应 75
6.2.1 地震反射系统 75
6.2.2 BP神经网络系统 76
6.3 子波提取和一般算子表示 77
6.3.1 子波提取 77
6.3.2 实例和时变子波 80
6.3.3 逆算子 83
6.4 不适定学习问题中的应用 86
6.4.1 不适定学习问题 86
6.4.2 适定问题的学习 86
6.4.3 不适定问题的学习 88
6.5 结论与建议 92
第七章 其他的有关算法优化和讨论 93
7.1 引言 93
7.2 改进的序列处理模式 93
7.2.1 问题的提出 93
7.2.2 改进的序列处理 93
7.2.3 几个噪声不适定学习问题的应用 95
7.2.4 学习时间比较 96
7.3 在线学习简论和尝试 98
7.3.1 问题的提出 98
7.3.2 改进序列处理的在线学习尝试 99
7.4 BP神经网络的结构学习 102
7.4.1 问题的提出 102
7.4.2 网络收缩技术 102
7.4.3 网络成长技术 104
7.4.4 讨论 105
7.5 结论与建议 106
总结论 107
参考文献 108