Купить Matlab  |  Mathematica  |  Mathcad  |  Maple  |  Statistica  |  Другие пакеты Поиск по сайту
Internet-класс  |  Примеры  |  Методики  |  Форум  |  Download
https://hub.exponenta.ru/


 
Применение нейросетевого подхода при интерпретации каротажных данных
выполнил: С.Н. Родина,
Воронежский Государственный Университет

archive.gif (75 bytes) Архив разработки (76,6 Kб, WinRAR)


Цель данной работы – применить искусственные нейронные сети для интерпретации каротажных данных. Используемые данные представляют собой каротажные диаграммы скважин с Веневитиновского и Кожевенного кордонов, находящихся поблизости друг от друга на территории Воронежского заповедника. В обеих скважинах проводились каротаж сопротивления (КС) и гамма – каротаж (ГК), а на Веневитиново еще и каротаж потенциалов естественной электрической поляризации (ПС). Создавалась многослойная сеть обратного распространения ошибки, содержащая два скрытых слоя (по 30 нейронов). Количество входов, то есть нейронов на входном слое, соответствует числу методов каротажа – двум, а количество выходов соответствует числу выделяемых фаций – пяти. Далее производилось обучение сети. Процедура обучения использовала метод Левенберга-Марквардта. Сеть обучалась таким образом, чтобы выдавать значение равное единице на выходе, который соответствует определенному литологическому типу и нулю – на всех остальных. Для проверки работы сети использовались данные со скважины, расположенной на Кожевенном кордоне. Результаты показали, что 55% слоев определены верно, 35% слоев определены неверно и 10% – не определены. Довольно высокий уровень ошибочных ответов сети можно объяснить, во-первых, сходством пород по свойствам, поэтому близким расположением в плане и, в последствии, неправильным определением нейронной сетью, во-вторых, различием областей распространения одних и тех же пород для двух скважин.

Следовательно, для обеспечения более качественной интерпретации необходимо:

  1. провести исследования работы сети с другими особенностями архитектуры;
  2. проанализировать возможность разных методов обучения сети влиять на качество её работы;
  3. привлечь дополнительные каротажные методы.

Наверх

| На первую страницу | Поиск | Купить Matlab

Исправляем ошибки: Нашли опечатку? Выделите ее мышкой и нажмите Ctrl+Enter


Copyright © 1993-2024. Компания Softline. Все права защищены.

Дата последнего обновления информации на сайте: 04.03.17
Сайт начал работу 01.09.00