| GA-BP神经网络模型在彬长矿区测井岩性识别中的应用 |
| |
| 引用本文： | 刘明军, 李恒堂, 姜在炳. GA-BP神经网络模型在彬长矿区测井岩性识别中的应用[J]. 煤田地质与勘探, 2011, 39(4): 8-12. DOI: 10.3969/j.issn.1001-1986.2011.04.003 |
| |
| 作者姓名： | 刘明军 李恒堂 姜在炳 |
| |
| 作者单位： | 1.中煤科工集团西安研究院, 陕西 西安 710054 |
| |
| 摘 要： | 为提高测井岩性识别的自动化程度和地质解释精度,在分析遗传算法(Genetic Algorithm,简称GA)与误差反向传播算法(Back-Propagation,简称BP)各自特性的基础上,针对BP算法在反演中测井数据识别样本大以及BP算法本身存在的缺陷,提出了利用GA算法来同时优化BP神经网络的结构和连接权值的解决方案,建立了基于GA优化BP神经网络的测井数据岩性识别模型。该模型通过彬长矿区实际数据的检验,获得了较高的识别速度和准确率。
|
| 关 键 词： | 测井数据 BP神经网络 遗传算法 岩性识别 |
| 收稿时间： | 2010-08-29 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《煤田地质与勘探》浏览原始摘要信息 |
|
点击此处可从《煤田地质与勘探》下载免费的PDF全文 |
|
