本书系统地介绍了神经网络、小波变换、模糊理论、遗传算法、模拟退火算法和支持向量机的基本理论、方法及各种方法的相互结合技术及其在油气勘探开发及其他领域的应用。主要内容包括：改进遗传算法的径向基函数网络方法研究及应用、小波变换及小波神经网络方法研究及应用、模糊神经网络方法研究及应用、改进的模拟退火人工神经网络方法研究及应用、支持向量机方法研究及应用。

本书主要基于作者近年来的研究成果，注重理论联系实际，以多学科交叉、多种算法结合应用为特点。本书可作为高等院校自动控制、计算机应用、地球物理、油气勘探开发等专业的研究生教材或自学用书，也可作为相关领域的工程技术人员的参考书。

本书共分8章，主要内容如下：

第1章为绪论，说明了本书研究的理论和应用背景及意义，讨论了神经网络、小波神经网络、模糊神经网络、遗传算法、模拟退火算法及支持向量机的研究与发展及应用现状。

第2章研究了神经网络的理论基础问题。对人工神经网络原理、感知器、误差回传神经网络进行了深入分析研究。

第3章给出了改进遗传算法的径向基函数网络方法，并将该方法成功地应用于储层参数的横向预测和油管缺损检测上。

第4章给出了小波变换模极大边缘检测方法并应用到地震剖面图像的特殊处理上，使用于储层研究的地震资料具有较高的质量；给出了小波神经网络优化算法，并成功地应用到储层参数预测和污水处理絮凝过程的优化控制上。

第5章给出了用于火山岩储层识别预测和管道腐蚀检测的模糊神经网络系统，并成功地应用到火山岩储层识别与预测和海底输油管道腐蚀检测上。

第6章给出了改进的模拟退火人工神经网络算法并成功地应用到薄互油藏参数的预测和储层随机模拟上。该算法还被应用到移动机器人的全局路径规划上，仿真结果表明了方法的正确性和有效性。

第7章给出了基于支持向量机的火山岩储层识别与预测方法，并取得了较好的效果。同时将多类分类支持向量机应用到移动机器人的局部路径规划上，仿真结果证明了方法的可行性和有效性。

第8章对本书的研究工作进行了总结。给出了一般性结论。

第1章 绪论

 1．1神经网络在石油生产中的应用简介

 1．2神经网络的研究与发展历史

 1．3储层预测的研究与进展

 1．4神经网络模式识别概述

 1．5遗传算法研究与发展概述

 1．6模拟退火算法的研究和发展概况

 1．7支持向量机的研究与进展

 1．8本书的主要研究内容及章节安排

第2章 人工神经网络

 2．1引言

 2．2神经元模型

 2．3神经网络模型

 2．4感知器

 2．5误差回传神经网络(BP)

 2．6神经网络的优点

 2．7本章小结

第3章 改进遗传算法的径向基函数网络方法研究及应用

 3．1引言

 3．2径向基函数网络

 3．3遗传算法

 3．4自适应遗传算法(AGA)基本原理

 3．5基于改进遗传算法的径向基函数网络

 3．6改进的遗传算法径向基函数网络的应用

 3．7本章小结

第4章 小波变换及小波神经网络方法研究及应用

 4．1引言

 4．2小波分析

 4．3小波变换模极大检测地震反射界面

 4．4小波神经网络

 4．5小波神经网络的应用一

 4．6本章小结

第5章 模糊神经网络方法研究及应用

 5．1引言

 5．2模糊理论

 5．3模糊关系和模糊逻辑推理

 5．4模糊逻辑系统

 5．5模糊系统和神经网络的融合

 5．6模糊神经网络

 5．7用于火山岩储层识别预测的模糊神经网络

 5．8基于模糊神经网络的火山岩储层的识别与预测

 5．9基于模糊神经网络多传感器数据融合的海底输油管道腐蚀检测系统

 5．10本章小结

第6章 改进的模拟退火人工神经网络方法研究及应用

 6．1引言

 6．2模拟退火算法及其特性

 6．3模拟退火算法的渐近收敛性

 6．4模拟退火算法与局部搜索算法比较

 6．5鲍威尔(P0well)算法

 6．6改进的模拟退火人工神经网络

 6．7改进的模拟退火人工神经网络应用

 6．8算法比较

 6．9本章小结

第7章 支持向量机方法研究及应用

 7．1引言

 7．2机器学习的基本问题和方法

 7．3统计学习理论的主要内容

 7．4分类支持向量机

 7．5回归支持向量机

 7．6支持向量机的应用

 7．7本章小结

第8章 结论

参考文献