基于機器學習的孔隙度預測方法研究

作者：甘宇,何沂,逯宇佳,呂雪松

摘要：介紹并比較了兩種有監督的機器學習方法：BP神經網絡和決策樹。用兩種方法分別論證了如何利用測井信息非線性地表示孔隙度。與傳統的線性回歸方法相比,機器學習效果更好,準確性更高。BP神經網絡和決策樹的應用效果表明,機器學習可以有效預測孔隙度,也可以應用于儲層孔隙度預測中。相比之下,神經網絡具有更高的準確性和更廣闊的前景。

發文機構：成都理工大學地球物理學院

關鍵詞：孔隙度預測機器學習監督學習BP神經網絡決策樹porosity predictionmachine learningsupervised learningBP neural network and decision tree

分類號： TE122.1[石油與天然氣工程—油氣勘探]