改进的增广拓扑神经演化算法在Marcellus页岩岩相预测中的应用

详细信息   

• 责任者：Wang ; G.2300^a李志刚
• 刊名：国外油气地质信息
• 出版年：2014
• 卷期：^b1
• 关键词：页岩气 ; 沉积相 ; 神经网络系统12^a美国20^a页岩 ; 储层预测 ; 中泥盆世30^a增广拓扑
• 页码：30～46,54
• 索书号：P450.6/196
• 图表：^c表6插图
• 分类号：0831
• 文摘期号：2014/07/a

摘要

富有机质的Marcellus页岩形成于中泥盆世的前陆盆地。根据岩矿组成特征及有机质富集程度将泥岩分为7种类型：3种富有机质岩相和4种贫有机质岩相。3D岩相非常有助于发现地质和工程甜点区，从而也可用于设计水平井轨迹和增产措施。增广拓扑神经演化算法(NEAT)作为一种较新的神经网络设计方法，能够有效地划分数据类型（例如Marcellus页岩岩相预测）。作者在3个方面成功地增强了其能力和效率。首先，引入新的节点基因属性，包括节点位置和递归连接(RCC)，改进了计算效率。第二，使种群规模由小变大，而不是采用常量，节省了时间与计算机内存，尤其是避免了复杂的学习任务。第三，在多类模式识别中，输入变量特征选择与模块化神经网络功能的结合实现了每一个二元分类器的输入变量的自动选择与网络拓扑结构的优化。通过改变参数的异或试验(XOR)，证实上述改进有强大的分类能力。