① 神经网络算法原理
4.2.1 概述
人工神经网络的研究与计算机的研究几乎是同步发展的。1943年心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型，20世纪50年代末，Rosenblatt提出了感知器模型，1982年，Hopfiled引入了能量函数的概念提出了神经网络的一种数学模型，1986年，Rumelhart及LeCun等学者提出了多层感知器的反向传播算法等。
神经网络技术在众多研究者的努力下，理论上日趋完善，算法种类不断增加。目前，有关神经网络的理论研究成果很多，出版了不少有关基础理论的着作，并且现在仍是全球非线性科学研究的热点之一。
神经网络是一种通过模拟人的大脑神经结构去实现人脑智能活动功能的信息处理系统，它具有人脑的基本功能，但又不是人脑的真实写照。它是人脑的一种抽象、简化和模拟模型，故称之为人工神经网络（边肇祺，2000）。
人工神经元是神经网络的节点，是神经网络的最重要组成部分之一。目前，有关神经元的模型种类繁多，最常用最简单的模型是由阈值函数、Sigmoid 函数构成的模型（图 4-3）。
储层特征研究与预测
以上算法是对每个样本作权值修正，也可以对各个样本计算δj后求和，按总误差修正权值。
② 绌洪棿娉ㄦ剰锷涙満鍒跺彲浠ュ湪涓缁村嵎绉鐢ㄥ悧
鍙浠ャ傜浉杈冧簬浼犵粺2dcnn鎶链锛1dcnn鎶链鐩存帴浠庝俊鍙峰师濮嬫尝褰涓瀛︿範锛岃兘澶熷埄鐢ㄤ俊鍙风殑绮剧粏镞堕棿缁撴瀯锛涗笖涓嶉渶瑕佸皢阔抽戜俊鍙烽濆栫殑浠1d杞鎹㈠埌2d镄勮繃绋嬶纴鍗充笉闇瑕佸皢阔抽戜俊鍙峰埄鐢ㄦ椂棰戝垎鏋愶纸濡傜煭镞跺倕閲屽彾鍙樻崲锛夎浆鎹㈡垚浜岀淮璋卞浘锛屼粠钥岄伩鍏崭简浠1d杞鎹㈠埌2d镄勮繃绋嬩腑涓嶅彲阃呜浆鎹㈢殑链夌敤淇℃伅涓㈠け闂棰桡绂钖屾椂锛1dcnn鎶链鐩存帴浠庝竴缁寸殑淇″彿铡熷嬫尝褰涓瀛︿範锛岀浉姣2dcnn鎶链链夋晥镄勯檷浣庤＄畻閲忋备絾鏄锘轰簬涓缁村嵎绉绁炵粡缃戠粶镓璁缁幂殑妯″瀷澶嶆潅绋嫔害链夐檺锛屽洜姝ょ绣缁沧ц兘涓崭匠锛屽垎绫绘晥鏋滆缉宸銆