摘 要  应用模拟神经网络 (S NN)由剖井资料首先应识别测量井段内的矿物 
与岩相，然后确认与深度的函数关系。模拟神经 网络竭力仿效岩石转理学家在洲井 
资料解释中的某些神经系兢和思维过程 。具体地说．模拟神经 网络设计用来简单地 
仿 效凡们 以肉眼观 蔡测井 曲线的模 式 ．从 而确认矿特 与岩相 对某些视神 经功能 、视 
觉皮质 和有关的大脑 思维过 程 。  
用垒 直径的岩心 资料 和现 场岩0观 测绘 制的地质 柱状 囤等 实例 井 资料检验 7模 
拟神控网络的运算结果  用常规岩相识别 ( 相分析测井或 F A L)程序处理 7该井 的 
测井 资料。 SNN与 F A L的对 比结 果表 明 ，二 者 均能 识 别 与确认 矿物 和岩 相 。然 
而 ， S NN能更好地识别相变与 显示对其 自身解 释的置信度。要 j解 本 文提 供 的结 
果并不要求精通神经网络技术，但是，本文献 目的却是为欲成为 “ 神经学学者  的 
人提供的 。  
造择检验 S NN的数据桌 的判据为复杂矿物 和岩相的存在 、低 的有效孔 隙度 
( 因而确保 岩石 的矿物成分是首要的注意 点)和完善的测井 系列 。矿物与岩相 有 方 
解石 、白云岩 、砂 岩、粉砂 岩和页岩。