储层属性的遗传神经克里金插值方法及其应用

详细信息   

• 责任者：邵才瑞^c中国石油大学（华东）^d1966^e博士生^f副教授 ; 印兴耀 ; 李洪奇^c中国石油大学（北京） ; 张福明 ; 关丽
• 刊名：中国石油大学学报（自然科学版）
• 出版年：2007
• 卷期：31^b5总163
• 关键词：储层预测20^a模型 ; 神经网络系统 ; 遗传算法 ; 插值方法 30^a克里金
• 页码：35～40
• 索书号：P452.06/693
• 图表：^c表1参19插图
• 分类号：0831
• 文摘期号：2008/05

摘要

储层属性参数预测是油藏描述的一项重要基础工作,克里金或神经网络插值法是较为有效的简便预测方法。针对克里金法具有平滑性、神经网络难以反映变量的空间相关性等缺点,用变异函数修正了神经网络的目标函数,并利用遗传算法对神经网络进行全局优化,形成了一种遗传神经克里金混合插值方法。应用实例表明,该方法具有神经网络较好的自学习、自适应能力;利用变异函数能较好地恢复数据的空间相关性;通过遗传算法全局优化,克服了神经网络目标函数容易陷入局部极小的缺点;对不同空间分布的样本点均能得到稳定的插值结果,具有比其他插值方法更高的精度和稳定性。