试议算法基于粗糙集—支持向量机油气储层参数预测策略

论文导读：运用从及粗糙集论述办法的探讨近况，在此基础上，指出支持向量机运用于储层参数预测的适用条件、关键不足及今后的探讨方向。（2）选择应用最广泛的径向基函数为核函数，分析了用于支持向量机参数寻优的网格搜索法、自适应粒子群算法从及自适应遗传算法的机理和算法流程，为使用支持向量机办法进行储层参数预测模型构建奠定了论述和
摘要：定量地刻画储层特点，是揭示油气运移规律，选择开发层系，指导油田开发生产，提升油气采收率最基础的工作之一。测井曲线和地震属性与储层特点有密切联系，且大部分状况下这种联系是高度非线性的。随着油气勘探开发的深入，传统的基于线性假设的储层参数预测办法已经不能满足储层特点的精细描述要求。支持向量机办法是一种适合于解决非线性不足的新型机器学习算法，是当前国内外智能办法的一个探讨热点。粗糙集论述是一种处理不确定性的数学工具，近年来在许多科学与工程领域获得了广泛运用。本论文从测井曲线和地震属性为基础，将粗糙集论述与支持向量机办法相结合，通过优选预测参数与建立预测模型，为储层参数预测探讨探索一种新的办法。论文主要结果与认识如下：（1）评述了支持向量机在储层参数预测中的运用从及粗糙集论述办法的探讨近况，在此基础上，指出支持向量机运用于储层参数预测的适用条件、关键不足及今后的探讨方向。（2）选择应用最广泛的径向基函数为核函数，分析了用于支持向量机参数寻优的网格搜索法、自适应粒子群算法从及自适应遗传算法的机理和算法流程，为使用支持向量机办法进行储层参数预测模型构建奠定了论述和运用基础。（3）根据粗糙集论述的基本概念、属性约简机理与办法，应用粗糙集属性约简办法，分别优选了探讨工区内与对应的储层参数联系密切的测井曲线和地震属性。（4）将优选的测井曲线作为支持向量机输入端，分别采用三种办法优选支持向量机参数，预测了两个工区的储层物性参数。结果表明，支持向量机办法对两个工区储层的孔隙度、渗透率都能进行较好的预测，预测结果显著好于常规测井解释办法。总的来说，网格搜索法耗费时间较短，精确度较差；自适应粒子群算法和自适应遗传算法耗费时间较长，精确度较高。同时，储层渗透率的预测精确度低于孔隙度的预测精确度。（5）将优选的地震属性作为支持向量机的输入端，预测了彩南工区头屯河组和西山窑组主力砂组的砂岩厚度和孔隙度。结果表明，构建的模型能够对储层砂岩厚度和孔隙度做出较好的预测，平均相对误差显著小于BP神经网络办法和多元线性回归办法。且支持向量机办法预测结果更符合相应的沉积相的砂体展布和物性分布特点。三种不同参数寻优办法中，自适应粒子群算法的效果最佳。关键词：支持向量机论文粗糙集论文粒子群算法论文遗传算法论文储层参数论文
本论文由www.7ctime.com,需要可从关系人员哦。中文摘要5-6
Abstract6-11
第1章 绪论11-20

1.1 探讨目的及作用11-12

1.2 国内外探讨近况12-16

1.2.1 支持向量机探讨近况12-13

1.2.2 支持向量机在储层预测中的探讨近况13-15

1.2.3 粗糙集论述与运用近况15

1.2.4 目前有着的不足15-16

1.3 探讨内容与技术路线16-18

1.3.1 探讨内容16-17

1.3.2 技术路线17-18

1.4 主要工作和创新点18-20

第2章 支持向量机论述与算法20-35

2.1 论述基础20-23

2.

1.1 机器学习的表示20-21

2.

1.2 VC 维论述21-22

2.

1.3 经验风险最小化原则22

2.

1.4 结构风险最小化原则22-23

2.2 支持向量机基本原理23-29

2.1 线性可分不足23-25

2.2 近似线性可分不足25

2.3 线性不可分或非线性可分不足25-27

2.4 支持向量机回归27-28

2.5 最小二乘支持向量机28-29

2.3 支持向量机核函数与参数29-34

2.3.1 网格搜索法30-32

2.3.2 粒子群算法32-33

2.3.3 遗传算法33-34

2.4 小结34-35

第3章 数据处理与粗糙集属性约简35-54

3.1 数据采集与整理35-40

3.

1.1 数据来源与工区概况35-38

3.

1.2 数据预处理38-40

3.2 属性约简办法40-51
3.

2.1 粗糙集论述基本概念40-44

3.

2.2 粗糙集属性约简44-49

3.

2.3 决策规则的生成49

3.

2.4 粗糙集工具软件49-51

3.3 测井曲线优选51-53

3.1 数据导入51

3.2 数据离散化51

3.3 测井曲线优选51-52

3.3.4 决策规则52-5论文导读：预测71-734.6小结73-74第5章基于地震属性的粗糙集-支持向量机储层参数预测模型构建与运用74-945.1引言74-755.2办法设计755.3探讨区概况与数据预处理75-785.3.1探讨区概况76-775.3.2数据预处理77-785.4在头屯河组储层参数预测中的运用78-855.5在西山窑组储层参数预测中的运用85-935.6小结93-94第6章结论与讨论94-
3

3.4 小结53-54

第4章 基于测井曲线的粗糙集-支持向量机储层参数预测模型构建与运用54-74

4.1 储层物性参数计算办法概论54-55

4.

1.1 常用办法54-55

4.

1.2 支持向量机与粗糙集的结合55

4.2 办法设计55-56

4.3 模型构建56-58

4.4 在苏南工区储层参数预测中的运用58-67

4.1 孔隙度预测58-64

4.2 渗透率预测64-67

4.5 在彩南工区储层参数预测中的运用67-73

4.5.1 孔隙度预测70-71

4.5.2 渗透率预测71-73

4.6 小结73-74

第5章 基于地震属性的粗糙集-支持向量机储层参数预测模型构建与运用74-94

5.1 引言74-75

5.2 办法设计75

5.3 探讨区概况与数据预处理75-78

5.

3.1 探讨区概况76-77

5.

3.2 数据预处理77-78

5.4 在头屯河组储层参数预测中的运用78-85

5.5 在西山窑组储层参数预测中的运用85-93

5.6 小结93-94

第6章 结论与讨论94-97

6.1 结论94-95

6.

1.1 模型构建94

6.

1.2 基于测井曲线的模型运用94

6.

1.3 基于地震属性的模型运用94-95

6.2 讨论95-97
参考文献97-108
附录108-109
致谢109