一类正则模糊神经网络及在沉积微相识别中的应用

<p>考虑一种 5 层结构的正则化模糊神经网络模型, 针对网络结构的优化问题给出了该网络模型<br> 规则层节点的选取方法和相应的反传学习规则; 针对样本筛选问题, 提出一种按模糊隶属函数值相近样<br> 本向量类别矫正策略。 将正则模糊神经网络用于油藏沉积微相的识别, 可自动提取测井曲线与微相类型<br> 之间复杂的映射关系, 实现沉积微相的连续识别。实际资料处理结果表明, 该方法对解决沉积微相识别<br> 问题具有良好的适应性和实用性。</p>