[發明專利]基于改進PSO與Adaboost結合的有利儲層發育區預測方法在審
| 申請號: | 201811339648.6 | 申請日: | 2018-11-12 |
| 公開(公告)號: | CN109948825A | 公開(公告)日: | 2019-06-28 |
| 發明(設計)人: | 李克文;周廣悅;劉文英;林亞林 | 申請(專利權)人: | 中國石油大學(華東) |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q50/02;G06K9/62;G06N3/12 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 266580 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 地震屬性 冗余 權重 預測 發育 支持向量機 改進 儲層預測 單一分類 慣性權重 機器學習 弱分類器 搜索策略 遺傳算法 錯誤率 弱分類 有效地 最優解 準確率 粒子 搜索 地質 引入 優化 | ||
1.基于改進PSO與Adaboost結合的有利儲層發育區預測方法,其特征在于,包括以下步驟:
從勘探數據庫、地震數據體等數據源中提取地震屬性以及巖性剖面數據,對其進行標準化、歸一化處理,存儲為統一格式,根據砂巖厚度標記類別標簽,獲得輸入樣本集;采用遺傳算法進行特征選擇,設置種群個體的0、1編碼組合表示對應的地震屬性組合,以支持向量機的分類準確率作為適應度值,通過個體的選擇、交叉、變異操作找到最優解,從而實現對原始地震屬性的篩選;通過將Adaboost分類器的錯誤率引入PSO算法的慣性權重計算,改進粒子的搜索策略,避免陷入局部最優,利用改進的PSO進一步優化Adaboost弱分類器的權重,產生修正后的強分類器用于未知區域的有利儲層預測。
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中國石油大學(華東),未經中國石油大學(華東)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/201811339648.6/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





