基于快速、 高精度遗传算法神经网络的薄互储层参数预测

针对传统遗传算法(GA )和人工神经网络BP 算法各自存在的不足, 引入自适应机制的浮点数 编码的遗传算法, 并将其与BP 网中的梯度下降法相结合, 进行混合交互运算, 形成 GA 2 BP 混合算法。 该算法使网络具有较快的收敛速度和较高的逼近精度, 能较好地解决综合多种地震信息进行薄互储层 参数预测的精度和收敛速度问题, 并通过实例验证了此方法的正确性和实用性。