[發明專利]利用聚類分析進行模型優選的方法有效
| 申請號： | 201410807974.0 | 申請日： | 2014-12-22 |
| 公開（公告）號： | CN104573333A | 公開（公告）日： | 2015-04-29 |
| 發明（設計）人： | 李少華;戴危艷 | 申請（專利權）人： | 長江大學 |
| 主分類號： | G06F19/00 | 分類號： | G06F19/00 |
| 代理公司： | 武漢開元知識產權代理有限公司 42104 | 代理人： | 陳家安;陳懿 |
| 地址： | 430100 湖*** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 利用 聚類分析 進行 模型 優選 方法 | ||
1.一種利用聚類分析進行模型優選的方法，其特征在于：包括以下步驟：
步驟一、利用隨機建模方法建立多個三維定量地質模型，統計各個模型中每一網格節點的屬性值并對所述屬性值進行標準化處理，計算任意兩個模型之間的歐氏距離，得到一個表征各模型之間差異的相異性矩陣；
步驟二、對所得到的相異性矩陣進行降維，實現在2維空間中用向量來辨別模型的相似性；
步驟三、運用聚類分析方法對模型進行聚類，從每一類中選出一個或幾個模型進行油藏數值模擬研究；
步驟四、對比井點屬性值直方圖與所選模型直方圖，判定所選模型是否滿足地質概念；
步驟五、將所選模型計算的儲量與用蒙特卡洛模擬法得到的P10、P50和P90儲量進行對比，判斷所選模型是否具有代表性。
2.根據權利要求1所述的利用聚類分析進行模型優選的方法，其特征在于：所述步驟三包括以下過程：
1)編寫模型聚類代碼；
2)利用聚類有效性指標對聚類效果進行評價。
3.根據權利要求2所述的利用聚類分析進行模型優選的方法，其特征在于：所述步驟三第1)項中，用R語言編寫模型聚類代碼，并利用k-means聚類算法對模型進行聚類。
4.根據權利要求2所述的利用聚類分析進行模型優選的方法，其特征在于：所述步驟三第2)項中，采用Dunn指標評價聚類結果的有效性。
5.根據權利要求4所述的利用聚類分析進行模型優選的方法，其特征在于：所述步驟三第2)項中，所述Dunn指標計算公式如下：
式中，D(k)表示Dunn指標數值，
ci表示第i類數據，
cj表示第j類數據，
ck表示第k類數據，
d(x,y)表示兩個數據點之間的距離。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于長江大學;，未經長江大學;許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410807974.0/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種計算鐵道車輛動態包絡線的方法
- 下一篇：醫療通知裝置與方法
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學，即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真，例如：概率模型或動態模型，遺傳基因管理網絡，蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的，例如：進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的，例如：結構排序，結構或功能關系，蛋白質折疊，結構域拓撲，用結構數據的藥靶，涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的，例如：基因型–表型關聯，不均衡連接，種群遺傳學，結合位置鑒定，變異發生，基因型或染色體組的注釋，蛋白質相互作用或蛋白質核酸的相互作用
