石油储层含油性识别的特征选择和规则提取
发布时间:2021-03-12 16:10
近年来,在经济的快速发展下,中国对石油等能源的需求量逐渐增大,加上技术水平的限制及产业结构的调整等多种因素,中国石油产量远不能满足需求,到2017年为止,中国石油的对外依存度已经连续9年超过警戒线,并持续保持上升的趋势。这说明我国的石油供需矛盾进一步凸显,为了缓解这一矛盾,石油的增储上产是需要采用的必不可少的一种重要措施,而精确的识别石油储层能够使增储上产得到有力的保障。石油储层识别中主要包括储层含油性识别和关键属性预测两方面。其中,储层识别是储层评价、油藏描述、实时钻井监控等方面的一项重要内容,而储层含油性识别是储层识别的重要内容,是将测井信息还原为地质信息,体现测井解释成果和应用价值的高级阶段,它将直接影响石油勘探的效率与成功率。而在储层含油性识别中,关键测井属性对识别率的影响较大,测井属性的描述信息是否完整、是否存在冗余、是否与储层分类相关对最后进行石油储层分类的准确程度有直接的影响,同时管理人员对储层含油性分类的了解程度将会直接影响到其做出决策的合理性。因此如何从众多测井属性中筛选出关键测井属性,得到关键测井属性后如何将其转化为容易理解的知识信息显得尤其重要。为了解决测井数据中...
【文章来源】:中国地质大学湖北省 211工程院校 教育部直属院校
【文章页数】:164 页
【学位级别】:博士
【部分图文】:
差分演化算法的伪代码
ESADE、jDE、JADE、SaDE、EPSDE和CoDE算法在6个函数上的进化收敛图
缩放因子初始范围不同时ESADE算法在
【参考文献】:
期刊论文
[1]基于差分进化的混合智能优化算法及其节能优化应用[J]. 高立群. 煤矿机械. 2017(10)
[2]改进差分进化算法求解装载率凹费用装箱问题[J]. 汪恭书,张新邦,邢航,李贵栋. 运筹与管理. 2017(09)
[3]运用差分演化算法实现包匹配多层核心基的提取[J]. 王则林,郝水侠. 计算机应用. 2017(03)
[4]基于自适应粒子群算法的特征选择[J]. 李策,王保云,高浩. 计算机技术与发展. 2017(04)
[5]基于虚构理论对不平衡数据集中少数类关联规则挖掘的研究[J]. 刘云,向婵. 云南大学学报(自然科学版). 2017(01)
[6]基于分类关联规则的微博情绪分析[J]. 刘思,朱福喜,阳小兰,刘世超. 计算机工程与设计. 2016(12)
[7]一种求解约束优化问题的自适应差分进化算法[J]. 閤大海,李元香,龚文引,何国良. 电子学报. 2016(10)
[8]基于遗传算法关联规则的零售户行为特征挖掘[J]. 程丹丹,何利力. 工业控制计算机. 2016(08)
[9]基于最优高斯随机游走和个体筛选策略的差分进化算法[J]. 李牧东,赵辉,翁兴伟,韩统. 控制与决策. 2016(08)
[10]基于遗传算法特征选择的自回归模型脑电信号识别[J]. 牛晓青,叶庆卫,周宇,王晓东. 计算机工程. 2016(03)
博士论文
[1]机器学习方法在入侵检测中的应用研究[D]. 解男男.吉林大学 2015
[2]基于信息熵的特征选择算法研究[D]. 刘华文.吉林大学 2010
[3]软计算方法在智能优化中的应用研究[D]. 刘昆.浙江大学 2002
硕士论文
[1]基于BP神经网络和关联规则的智能医疗保险稽核系统研究[D]. 周如意.浙江理工大学 2017
[2]基于遗传算法的模糊分类系统在股票分析中的应用[D]. 潘明刚.中国地质大学(北京) 2016
[3]基于温室环境数据挖掘的专家系统研究与应用[D]. 蒋兵兵.沈阳理工大学 2016
[4]基于遗传算法的关联规则在AGV系统中的研究与应用[D]. 欧阳桃红.杭州电子科技大学 2015
本文编号:3078594
【文章来源】:中国地质大学湖北省 211工程院校 教育部直属院校
【文章页数】:164 页
【学位级别】:博士
【部分图文】:
差分演化算法的伪代码
ESADE、jDE、JADE、SaDE、EPSDE和CoDE算法在6个函数上的进化收敛图
缩放因子初始范围不同时ESADE算法在
【参考文献】:
期刊论文
[1]基于差分进化的混合智能优化算法及其节能优化应用[J]. 高立群. 煤矿机械. 2017(10)
[2]改进差分进化算法求解装载率凹费用装箱问题[J]. 汪恭书,张新邦,邢航,李贵栋. 运筹与管理. 2017(09)
[3]运用差分演化算法实现包匹配多层核心基的提取[J]. 王则林,郝水侠. 计算机应用. 2017(03)
[4]基于自适应粒子群算法的特征选择[J]. 李策,王保云,高浩. 计算机技术与发展. 2017(04)
[5]基于虚构理论对不平衡数据集中少数类关联规则挖掘的研究[J]. 刘云,向婵. 云南大学学报(自然科学版). 2017(01)
[6]基于分类关联规则的微博情绪分析[J]. 刘思,朱福喜,阳小兰,刘世超. 计算机工程与设计. 2016(12)
[7]一种求解约束优化问题的自适应差分进化算法[J]. 閤大海,李元香,龚文引,何国良. 电子学报. 2016(10)
[8]基于遗传算法关联规则的零售户行为特征挖掘[J]. 程丹丹,何利力. 工业控制计算机. 2016(08)
[9]基于最优高斯随机游走和个体筛选策略的差分进化算法[J]. 李牧东,赵辉,翁兴伟,韩统. 控制与决策. 2016(08)
[10]基于遗传算法特征选择的自回归模型脑电信号识别[J]. 牛晓青,叶庆卫,周宇,王晓东. 计算机工程. 2016(03)
博士论文
[1]机器学习方法在入侵检测中的应用研究[D]. 解男男.吉林大学 2015
[2]基于信息熵的特征选择算法研究[D]. 刘华文.吉林大学 2010
[3]软计算方法在智能优化中的应用研究[D]. 刘昆.浙江大学 2002
硕士论文
[1]基于BP神经网络和关联规则的智能医疗保险稽核系统研究[D]. 周如意.浙江理工大学 2017
[2]基于遗传算法的模糊分类系统在股票分析中的应用[D]. 潘明刚.中国地质大学(北京) 2016
[3]基于温室环境数据挖掘的专家系统研究与应用[D]. 蒋兵兵.沈阳理工大学 2016
[4]基于遗传算法的关联规则在AGV系统中的研究与应用[D]. 欧阳桃红.杭州电子科技大学 2015
本文编号:3078594
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/3078594.html