近年來(lái),在經(jīng)濟(jì)的快速發(fā)展下,中國(guó)對(duì)石油等能源的需求量逐漸增大,加上技術(shù)水平的限制及產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整等多種因素,中國(guó)石油產(chǎn)量遠(yuǎn)不能滿(mǎn)足需求,到2017年為止,中國(guó)石油的對(duì)外依存度已經(jīng)連續(xù)9年超過(guò)警戒線,并持續(xù)保持上升的趨勢(shì)。這說(shuō)明我國(guó)的石油供需矛盾進(jìn)一步凸顯,為了緩解這一矛盾,石油的增儲(chǔ)上產(chǎn)是需要采用的必不可少的一種重要措施,而精確的識(shí)別石油儲(chǔ)層能夠使增儲(chǔ)上產(chǎn)得到有力的保障。石油儲(chǔ)層識(shí)別中主要包括儲(chǔ)層含油性識(shí)別和關(guān)鍵屬性預(yù)測(cè)兩方面。其中,儲(chǔ)層識(shí)別是儲(chǔ)層評(píng)價(jià)、油藏描述、實(shí)時(shí)鉆井監(jiān)控等方面的一項(xiàng)重要內(nèi)容,而儲(chǔ)層含油性識(shí)別是儲(chǔ)層識(shí)別的重要內(nèi)容,是將測(cè)井信息還原為地質(zhì)信息,體現(xiàn)測(cè)井解釋成果和應(yīng)用價(jià)值的高級(jí)階段,它將直接影響石油勘探的效率與成功率。而在儲(chǔ)層含油性識(shí)別中,關(guān)鍵測(cè)井屬性對(duì)識(shí)別率的影響較大,測(cè)井屬性的描述信息是否完整、是否存在冗余、是否與儲(chǔ)層分類(lèi)相關(guān)對(duì)最后進(jìn)行石油儲(chǔ)層分類(lèi)的準(zhǔn)確程度有直接的影響,同時(shí)管理人員對(duì)儲(chǔ)層含油性分類(lèi)的了解程度將會(huì)直接影響到其做出決策的合理性。因此如何從眾多測(cè)井屬性中篩選出關(guān)鍵測(cè)井屬性,得到關(guān)鍵測(cè)井屬性后如何將其轉(zhuǎn)化為容易理解的知識(shí)信息顯得尤其重要。為了解決測(cè)井?dāng)?shù)據(jù)中... 

【文章來(lái)源】：中國(guó)地質(zhì)大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：164 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

差分演化算法的偽代碼

ESADE、jDE、JADE、SaDE、EPSDE和CoDE算法在6個(gè)函數(shù)上的進(jìn)化收斂圖

縮放因子初始范圍不同時(shí)ESADE算法在

【參考文獻(xiàn)】：
期刊論文
[1]基于差分進(jìn)化的混合智能優(yōu)化算法及其節(jié)能優(yōu)化應(yīng)用[J]. 高立群.  煤礦機(jī)械. 2017(10)
[2]改進(jìn)差分進(jìn)化算法求解裝載率凹費(fèi)用裝箱問(wèn)題[J]. 汪恭書(shū),張新邦,邢航,李貴棟.  運(yùn)籌與管理. 2017(09)
[3]運(yùn)用差分演化算法實(shí)現(xiàn)包匹配多層核心基的提取[J]. 王則林,郝水俠.  計(jì)算機(jī)應(yīng)用. 2017(03)
[4]基于自適應(yīng)粒子群算法的特征選擇[J]. 李策,王保云,高浩.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(04)
[5]基于虛構(gòu)理論對(duì)不平衡數(shù)據(jù)集中少數(shù)類(lèi)關(guān)聯(lián)規(guī)則挖掘的研究[J]. 劉云,向嬋.  云南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[6]基于分類(lèi)關(guān)聯(lián)規(guī)則的微博情緒分析[J]. 劉思,朱福喜,陽(yáng)小蘭,劉世超.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(12)
[7]一種求解約束優(yōu)化問(wèn)題的自適應(yīng)差分進(jìn)化算法[J]. 閤大海,李元香,龔文引,何國(guó)良.  電子學(xué)報(bào). 2016(10)
[8]基于遺傳算法關(guān)聯(lián)規(guī)則的零售戶(hù)行為特征挖掘[J]. 程丹丹,何利力.  工業(yè)控制計(jì)算機(jī). 2016(08)
[9]基于最優(yōu)高斯隨機(jī)游走和個(gè)體篩選策略的差分進(jìn)化算法[J]. 李牧東,趙輝,翁興偉,韓統(tǒng).  控制與決策. 2016(08)
[10]基于遺傳算法特征選擇的自回歸模型腦電信號(hào)識(shí)別[J]. 牛曉青,葉慶衛(wèi),周宇,王曉東.  計(jì)算機(jī)工程. 2016(03)

博士論文
[1]機(jī)器學(xué)習(xí)方法在入侵檢測(cè)中的應(yīng)用研究[D]. 解男男.吉林大學(xué) 2015
[2]基于信息熵的特征選擇算法研究[D]. 劉華文.吉林大學(xué) 2010
[3]軟計(jì)算方法在智能優(yōu)化中的應(yīng)用研究[D]. 劉昆.浙江大學(xué) 2002

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)和關(guān)聯(lián)規(guī)則的智能醫(yī)療保險(xiǎn)稽核系統(tǒng)研究[D]. 周如意.浙江理工大學(xué) 2017
[2]基于遺傳算法的模糊分類(lèi)系統(tǒng)在股票分析中的應(yīng)用[D]. 潘明剛.中國(guó)地質(zhì)大學(xué)(北京) 2016
[3]基于溫室環(huán)境數(shù)據(jù)挖掘的專(zhuān)家系統(tǒng)研究與應(yīng)用[D]. 蔣兵兵.沈陽(yáng)理工大學(xué) 2016
[4]基于遺傳算法的關(guān)聯(lián)規(guī)則在AGV系統(tǒng)中的研究與應(yīng)用[D]. 歐陽(yáng)桃紅.杭州電子科技大學(xué) 2015



本文編號(hào)：3078594