为了克服传统的BP神经网络算法收敛速度慢、隐层数以及隐层节点数难以确定等缺点,研究了一种构造性神经网络学习算法--级联算法CCA及其在石油工程中的应用.采用该算法进行了储层参数预测的,研究,通过与BP神经网络的研究结果进行比较,进一步体现出构造性神经网络的优越性. 计算飙技蘼与应用 Ｃ０ｍｐｕｔｅｒ ＴｅＣｈｎ０ＩＯｇｙ ａｎｄ ｌｔｓ Ａｐｐ¨ｃａｔｉＯｎｓ 水 基于构造性神经网络的石油测并解释方法 纪福全，程国建，刘淑英 （西安石油大学计算机学院，陕西西安７ｌ００６５） 摘要：为了克服传统的ＢＰ神经网络算法收敛速度慢、隐层数以及隐层节点数难以确定等缺点， 研究了一种构造性神经网络学习算法――级联算法ＣＣＡ及其在石油工程中的应用。采用该算法进行 了储层参数预测的，研究，通过与ＢＰ神经网络的研究结果进行比较，进一步体现出构造性神经网络的 优越性。 关键词：构造性神经网络ＢＰ算法级联算法石油测井储层参数 石油测井解释的重要目的就是利用测井获得的信 （ＲＭＬＬ）、自然伽玛能谱（ＮＧＳ）、感应（ＩＬ）等测井信息； ……