一种基于动态递进搜索算法的地震砂体预测方法

本发明涉及砂体含量预测技术领域，更具体地，涉及一种基于动态递进搜索算法的地震砂体预测方法。包括采集数据；建立神经网络模型；训练神经网络模型：获得局部最佳连接权值修正量：设定阈值范围，获得第一权值修正量；当所述第一权值修正量不在所述阈值范围内时，对所述第一权值修正量进行第二次迭代计算；获得全局最优连接权值修正量；得到训练好的神经网络模型；预测砂体参数。本发明通过采用误差对连接权值进行修正，对连接权值的第一权值修正量设定阈值范围，当第一权值修正量超过设定阈值范围，对所述第一权值修正量进行第二次迭代计算，避免使网络输入落在激活函数的饱和区，提高神经网络模型训练稳定性，进而达到提高地震预测砂体精度。