基于BP神经网络的波阻抗反演及应用

英文篇名：Application of impedance inversion based on BP neural network
中文刊名：地球物理学进展
英文刊名：Progress In Geophysics
作者：杨立强 ; 宋海斌 ; 郝天珧
英文作者：YANG Li-qiang ; SONG Hai-bin ; HAO Tian-yao (Institute of Geology and Geophysics ; Chinese Academy of Sciences ; Beijing 100029 ; China)
中文关键词：神经网络 ; 波阻抗反演 ; 地震资料 ; 测井
英文关键词：neural network ; impedance inversion ; seismic data ; logging
出版日期：2005-03-30
机构：中国科学院地质与地球物理研究所,中国科学院地质与地球物理研究所,中国科学院地质与地球物理研究所北京100029 ,北京100029 ,北京100029
年：2005
期：01
出版单位：地球物理学进展

摘要

人工神经网络是近期发展最快的人工智能领域研究成果之一.本文在介绍BP神经网络的有关原理的基础上,提出一种基于BP神经网络模型的波阻抗反演方法,该方法克服了常规基于模型的波阻抗反演方法严重依赖于初始模型的选择和易陷入局部最优等局限性.利用该方法对实际地震剖面进行了波阻抗参数反演处理,结果表明人工神经网络方法在波阻抗反演中的应用是可行的并且是有效的.
Artificial neural network is one of study fruits in artificial intelligence field which is being developed very quickly at present time. Based on introducing the theory of BP network, this paper has put forward a impedance inversion method using BP network model to solve some problems such as the initial model sensitivity, frequent local traps for the conventional impedance inversion based on model. The result of real data indicates the method is effective and getting the satisfying high precision inversion results.

引文

[1]　柳文,焦培南.利用人工神经网络预测电离层F2层骚扰[J].地球物理学报,2001,44(1):24~30.
    [2]　朱振宇,王贵文,朱广宇.人工神经网络法在烃源岩测井评价中的应用[J].地球物理学进展,2002,17(1):137~140.
    [3]　邱颖,孟庆武,李悌,等.神经网络用于岩性及岩相预测的可行性分析[J].地球物理学进展,2001,16(3):76~84.
    [4]　曹思远,梁春生.储层预测中BP神经网络的应用[J].地球物理学进展,2002,17(1):84~90.
    [5]　杨立强,王志章,熊琦华.复杂岩性储层参数评价中神经网络技术的应用[J].地球物理学进展,2003,18(1):44~48.
    [6]　敬荣中,鲍光淑,林剑,等.一种基于数据融合的地球物理数据联合反演方法--以VES 和MT 为例[J].地球物理学报,2004,47(1):143~150.
    [7]　楼顺天,施阳.基于MATLAB的系统分析与设计[M].西安:西安电子科技大学出版社,2000.
    [8]　楼顺天,施阳.基于MATLAB的系统分析与设计———神经网络[M].西安:西安电子科技大学出版社,1999.
    [9]　焦李成.神经网络系统概论[M].西安:西安电子科技大学出版社,1991.
    [10]　靳蕃.神经计算智能基础[M].成都:西南交通大学出版社,2000.