论文部分内容阅读
针对室内评价储层敏感性预测的不足和传统神经网络模型的缺陷，在收集岩心分析资料、分析生物神经元的信息处理方式和量子特性的基础上，提出一种具有量子特性权值和活性值的量子神经网络预测模型^[1]。对吉林油田伊通地区储层敏感性进行快速预测，其结果表明，量子神经网络模型的敏感性伤害程度预测结果明显优于传统BP神经网络，与岩心流动实验结果的符合率达到88％。该方法能快速、准确地预测储层的敏感性指数，为保护油气层提供可靠的理论依据。