基于蒙特卡洛和神经网络的AVO技术研究及应用 本书特色

王兴建、曹俊兴、李跃刚编*的《基于蒙特卡洛和神经网络的avo技术研究及应用》在着重分析岩石物理理论和zoeppritz方程及其简化形式所构成的avo 正反演和属性分析的基础之上，从avo属性分析、叠前反演、多属性融合三个方面用蒙特卡洛和神经网络对avo技术进行拓展研究。avo属性分析可对碎屑岩沉积环境下的岩性流体性质进行识别，但由于存在一个大范围的岩性导制类似的avo效应，预测只能定性分析。针对这一问题，提出基于蒙特卡洛方法的avo属性定量分析方法。把非线性的神经网络方法引入叠前反演中。当地层横向岩性变化较大时，神经网络的自适应能力能够描述地震属性参数与岩性参数的关系。 　　发展基于概率神经网络的叠前多属性融合技术，该技术能直接寻找井和地震数据之间的联系，这种联系不仅存在于叠后数据中，*多的存在于叠前数据中，这种联系可以是线性的，但*符合实际的是非线性的。 　　本书可供从事油气地球物理勘探、石油地质专业方向的研究生和科技工作者参考使用。

基于蒙特卡洛和神经网络的AVO技术研究及应用 目录

第1章  绪论  1.1  avo技术现状  1.2  avo技术研究目的与应用研究立题依据    1.2.1  研究目的    1.2.2  应用研究立题依据  1.3  avo技术研究方法和技术路线  1.4  avo技术主要研究成果及创新点    1.4.1  主要研究成果    1.4.2  创新点第2章  avo理论方法  2.1  avo技术岩石物理基本理论  2.2  avo正演理论  2.3  avo属性分析  2.4  avo弹性参数反演理论第3章  苏14井区沉积模式和储层物性特征  3.1  区域地质概况  3.2  沉积模式  3.3  储层物性特征  3.4  面临的主要问题第4章  高保真叠前地震资料处理  4.1  原始资料分析  4.2  处理技术思路  4.3  主要处理技术及效果第5章  avo属性蒙特卡洛定量分析  5.1  流体替换建模  5.2  合成记录  5.3  avo属性分析  5.4  蒙特卡洛方法  5.5  avo属性蒙特卡洛定量分析    5.5.1  方法步骤    5.5.2  预测过程第6章  叠前弹性参数及神经网络反演研究及应用  6.1  弹性波阻抗反演  6.2  叠前纵横波联合反演和lmr弹性参数反演  6.3  叠前神经网络反演    6.3.1  方法原理    6.3.2  应用实例  6.4  叠前反演小结第7章  多属性融合技术  7.1  方法原理  7.2  方法步骤  7.3  应用实例结论参考文献

工业技术 石油、天然气工业

在线阅读