-
公开(公告)号:CN115659783B
公开(公告)日:2025-04-04
申请号:CN202211183997.X
申请日:2022-09-27
Applicant: 西南石油大学
IPC: G06F30/27 , G06N20/00 , G06F119/14
Abstract: 本发明公开一种基于智能融合策略的复杂地层岩石力学参数预测方法,包括:收集资料;获取基本岩石物理参数;得到岩石力学参数;确定研究区的岩石力学参数与岩石纵波时差、横波时差、密度间的关系式;利用机器学习算法建立复杂地层岩石力学参数的预测模型;优选每个岩石力学参数的基模型;以基模型的预测结果为基础,基于智能融合策略构建复杂地层岩石力学参数系列智能预测方法的融合模型,利用Pearson相关系数准则的计算基模型的权重系数,最后通过融合模型对复杂地层岩石力学参数进行预测。本发明引入Pearson相关系数的准则,进行多种智能算法的融合以提高预测方法泛化,增强智能算法的迁移学习能力,以提高预测方法的适应性。
-
公开(公告)号:CN115659783A
公开(公告)日:2023-01-31
申请号:CN202211183997.X
申请日:2022-09-27
Applicant: 西南石油大学
IPC: G06F30/27 , G06N20/00 , G06F119/14
Abstract: 本发明公开一种基于智能融合策略的复杂地层岩石力学参数预测方法,包括:收集资料;获取基本岩石物理参数;得到岩石力学参数;确定研究区的岩石力学参数与岩石纵波时差、横波时差、密度间的关系式;利用机器学习算法建立复杂地层岩石力学参数的预测模型;优选每个岩石力学参数的基模型;以基模型的预测结果为基础,基于智能融合策略构建复杂地层岩石力学参数系列智能预测方法的融合模型,利用Pearson相关系数准则的计算基模型的权重系数,最后通过融合模型对复杂地层岩石力学参数进行预测。本发明引入Pearson相关系数的准则,进行多种智能算法的融合以提高预测方法泛化,增强智能算法的迁移学习能力,以提高预测方法的适应性。
-