摘要：介紹并比較了兩種有監(jiān)督的機器學習方法：BP神經網(wǎng)絡和決策樹。用兩種方法分別論證了如何利用測井信息非線性地表示孔隙度。與傳統(tǒng)的線性回歸方法相比,機器學習效果更好,準確性更高。BP神經網(wǎng)絡和決策樹的應用效果表明,機器學習可以有效預測孔隙度,也可以應用于儲層孔隙度預測中。相比之下,神經網(wǎng)絡具有更高的準確性和更廣闊的前景。