[发明专利]一种基于遗传神经网络算法的测井曲线重构方法

权利要求书

1.一种基于遗传神经网络算法的测井曲线重构方法，其特征在于该方法包括以下步骤：

步骤(1)、测井曲线标准化：由于不同类型测井测井曲线的单位和数量级各不同，在用于神经网络时，需要对数据按以下方式进行标准化处理：

其中，x_i为测井曲线；X_max和X_min为测井曲线的最大值和最小值；X_i标准化后的测井曲线；

步骤(2)、建立神经网络结构并训练网络：将需要做训练的测井曲线数目作为神经网络的输入，将需要重构的测井曲线作为神经网络的输出，隐含层数目设置为1层，以此建立输入层、隐含层、输出层的三层神经网络结构，并训练网络；

步骤(3)、适应度函数的确定：首先利用训练好的神经网络计算预测结果与训练目标之间的误差:

||error||＝(|Y₁-T₁|²+|Y₂-T₂|²+…+|Y_n-T_n|²)^1/2

其中：Y为BP算子预测结果；T为实际训练目标值；n为训练样本个数；

然后根据训练误差计算种群个体的适应度值，即预测结果与实际目标之间的误差越大其个体适应度越低，取训练误差的倒数为计算适应度的函数:

fitness＝1/error

步骤(4)、遗传操作：根据选择、交叉和变异三个遗传算子，通过适应度函数与神经网络建立联系实现对神经网络权值和阈值的优化；

步骤(5)、重构曲线：重复进行步骤(3)、(4)，直至满足边界条件，神经网络优化完毕，将优化好的神经网络结构和参数进行测井曲线重构，直到满足精度要求输出测井曲线重构结果。

2.如权利要求1所述的一种基于遗传神经网络算法的测井曲线重构方法，其特征在于：所述步骤(2)中的训练网络通过MATLAB软件中神经网络工具箱中的BP算子对初始网络进行优化。

3.如权利要求1所述的一种基于遗传神经网络算法的测井曲线重构方法，其特征在于：所述步骤(4)中遗传算法编码方式采用二进制基因编码。

4.如权利要求1所述的一种基于遗传神经网络算法的测井曲线重构方法，其特征在于：所述步骤(4)中的选择、交叉和变异三个遗传算子，通过MATLAB软件中遗传算法工具箱实现。

5.如权利要求4所述的一种基于遗传神经网络算法的测井曲线重构方法，其特征在于：所述变异算子通过设置变异概率来实现基因变异处理。

6.如权利要求4所述的一种基于遗传神经网络算法的测井曲线重构方法，其特征在于：所述交叉算子采用在基因串中随机设置交叉点位，将该点前后个体进行互换形成新的基因串。

7.如权利要求4所述的一种基于遗传神经网络算法的测井曲线重构方法，其特征在于：所述选择算子则采用轮盘赌选择法。