油田开采智能评价有用规则提炼和感知推理方法研究

发布时间：2017-10-24 12:31

  本文关键词：油田开采智能评价有用规则提炼和感知推理方法研究

  更多相关文章： 智能评价 区间Ⅱ型模糊集合 语言摘要 感知推理 油田开采

【摘要】：针对目前“海量油田数据和微量有用信息”的问题,如何进行信息挖掘且结合智能控制方法实现油田开采智能评价是广泛关注的热点问题,并且具有重要的研究意义和应用价值。本文主要研究了油田开采智能评价中有用规则的提炼方法和感知推理方法。首先提出油田开采智能评价方案,将油田开采数据与油藏工程师的专家经验相结合,并依据基于区间II型模糊集合的词计算思想构建油田开采智能评价系统。其中词计算引擎部分包括语言摘要和感知推理两部分,其中语言摘要用于提炼有用规则,而感知推理用于计算词计算引擎的输出。然后采用基于区间Ⅱ型模糊集合的语言摘要方法,从油田开采数据库中生成并提炼IF-THEN规则,并且引入真实度、覆盖度、可靠度、离群度四个质量测度较准确的衡量各规则的不同特性。应用数据可视化技术中的平行坐标法,并借助MATLAB中的GUI界面建立可视化逻辑规则群。显示各规则的质量测度值,并绘制IF-THEN规则中前件和后件之间的逻辑关系曲线图,同时给出各规则前件和后件所对应的隶属度函数图形。并且将生成的逻辑规则经过专家验证,从而构成感知推理的初始规则库。该有用规则提炼方法不但可节省专家的时间,还有助于专家在经验与实际数据之间不一致基础上完善经验规则,为油田井网智能评价提供规则依据。最后针对区间II型模糊逻辑系统在输出不确定域方面的严重变形问题,研究了基于激励区间和基于相似度的两种感知推理方法。计算激励值并应用语言加权平均得到激励规则的输出,从而建立输入II型模糊集合和输出II型模糊集合之间的映射。并且基于油田开采智能评价中的有用规则库,对两种感知推理方法进行比较分析,仿真结果表明应用基于相似法的感知推理方法得到的输出结果与编码簿中的词语不确定域相似,并且更加符合油田生产实际。
【关键词】：智能评价 区间Ⅱ型模糊集合 语言摘要 感知推理 油田开采
【学位授予单位】：东北石油大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TE35;O159
【目录】：

• 摘要4-5
• ABSTRACT5-7
• 创新点摘要7-10
• 第一章 绪论10-17
• 1.1 课题的研究背景和意义10-11
• 1.2 国内外的研究现状11-15
• 1.2.1 油田注采井网智能评价方法研究11
• 1.2.2 Ⅱ型模糊集合理论研究11-13
• 1.2.3 基于区间Ⅱ型模糊集合的语言摘要方法研究13-14
• 1.2.4 基于区间Ⅱ型模糊集合的感知推理方法研究14-15
• 1.2.5 数据可视化技术研究15
• 1.3 本文的主要研究内容15-16
• 1.4 论文的主要安排16-17
• 第二章 区间Ⅱ型模糊集合理论和油田开采智能评价方案17-21
• 2.1 引言17
• 2.2 区间Ⅱ型模糊集合17-19
• 2.2.1 区间Ⅱ型模糊集合定义17-19
• 2.2.2 区间Ⅱ型模糊集合的运算19
• 2.3 油田开采智能评价方案19-20
• 2.4 本章小结20-21
• 第三章 油田开采智能评价有用规则提炼方法研究21-28
• 3.1 引言21
• 3.2 基于Ⅱ型模糊集合的语言摘要方法21-25
• 3.2.1 数据描述21-22
• 3.2.2 基于IF-THEN规则和区间Ⅱ型模糊集合的语言摘要方法22
• 3.2.3 基于区间Ⅱ型模糊集合的质量测度22-25
• 3.3 可视化模糊逻辑规则群的实现25-27
• 3.3.1 两规则前件和单规则后件情况下可视化实现25-26
• 3.3.2 三规则前件和单规则后件情况下可视化实现26-27
• 3.4 本章小结27-28
• 第四章 油田开采智能评价有用规则感知推理方法研究28-40
• 4.1 引言28
• 4.2 区间Ⅱ型模糊逻辑系统28-30
• 4.3 基于激励区间的感知推理方法研究30-35
• 4.3.1 计算激励区间30-32
• 4.3.2 计算激励规则的输出32-34
• 4.3.3 基于激励区间的感知推理方法的性能分析34-35
• 4.4 基于相似性测度的感知推理方法研究35-37
• 4.4.1 计算激励水平35
• 4.4.2 计算激励规则的输出35-36
• 4.4.3 基于激励区间的感知推理方法的性能分析36-37
• 4.5 两种感知推理方法的比较37-39
• 4.6 本章小结39-40
• 第五章 油田开采智能评价中词计算引擎应用分析40-51
• 5.1 引言40
• 5.2 规则库Ⅰ的感知推理方法应用40-43
• 5.3 规则库Ⅱ的感知推理方法应用43-46
• 5.4 规则库Ⅲ的感知推理方法应用46-47
• 5.5 规则库Ⅳ的感知推理方法应用47-49
• 5.6 基于有用规则库的感知推理方法应用分析49
• 5.7 本章小结49-51
• 结论51-52
• 参考文献52-56
• 发表文章目录56-57
• 致谢57-58

【相似文献】

中国期刊全文数据库 前10条

1 丁占鳌,齐振东,于锁利,杨丰;基于规则的一种新的推理方法及实现[J];黑龙江大学自然科学学报;1997年01期

2 邢洁清;朱庆生;许小艳;;定性三角推理方法研究[J];福建师范大学学报(自然科学版);2009年03期

3 聂文龙;冯嘉礼;;属性论的分级推理方法[J];广西师范大学学报(自然科学版);2006年04期

4 刘栋;孟祥武;陈俊亮;;上下文感知计算中的时序表示与推理方法研究[J];高技术通讯;2009年04期

5 祝建军;谭少华;;一种基于稀疏规则库的定性插值推理方法[J];北京大学学报(自然科学版);2011年03期

6 张蕾;用概念图表示规则及其推理方法[J];西北大学学报(自然科学版);1994年04期

7 王庆全;荣莉莉;于凯;;应急决策知识发现的推理方法研究[J];运筹与管理;2010年01期

8 杨文光;赵海良;;多重模糊稀疏规则库下的线性插值推理方法[J];宝鸡文理学院学报(自然科学版);2008年02期

9 张仕念,刘文奇;一种基于粗集理论的动态近似规则挖掘推理方法[J];控制理论与应用;2003年01期

10 危胜军;胡昌振;孙明谦;;基于模糊Petri网的动态知识表示与推理方法[J];科技导报;2007年07期

中国重要会议论文全文数据库 前1条

1 钮晓鸣;;模糊控制中的置信推理方法[A];1995年中国控制会议论文集（下）[C];1995年

中国博士学位论文全文数据库 前1条

1 刘心报;GDSS环境下的群体推理方法及群体层次分析法研究[D];合肥工业大学;2002年

中国硕士学位论文全文数据库 前9条

1 张嵩;一阶谓词逻辑下子句型信念的非修正推理方法[D];大连海事大学;2016年

2 朱少华;基于MLN的中文事件推理方法的研究[D];苏州大学;2016年

3 宋盛瑶;油田开采智能评价有用规则提炼和感知推理方法研究[D];东北石油大学;2016年

4 王省思;基于不一致本体非修正的知识推理方法[D];大连海事大学;2014年

5 张华;稀疏模糊规则库条件下的模糊插值推理方法研究[D];燕山大学;2007年

6 王秀娥;基于粒推理方法的SDG故障诊断研究及应用[D];太原理工大学;2010年

7 哈艳;CRI方法与基于相似性推理方法在分类问题中的比较研究[D];河北大学;2006年

8 妥斯根;蒙医推理方法探究[D];内蒙古师范大学;2015年

9 王世醒;基于MapReduce的大规模RDF图并行推理方法的研究[D];南昌大学;2014年

，

本文编号：1088816