文摘
英文文摘
声明
第一章绪论
1.1剩余油分布预测
1.2问题的提出
1.3本文的方法论及技术路线
1.4论文的章节安排
第二章预测方法的局限性及信息融合技术的引入
2.1剩余油分布研究概述
2.1.1国内外研究进展
2.1.2剩余油分布的影响因素
2.2常用的剩余油分布预测方法及其局限性
2.2.1油藏数值模拟
2.2.2测井解释方法
2.2.3模糊综合评判方法
2.2.4 BP神经网络方法
2.3信息融合技术
2.3.1基本概念
2.3.2融合的级别
2.3.3通用的体系结构
2.3.4融合的主要方法
2.3.5主要应用领域及研究进展
2.4信息融合中不确定性信息的处理方法
2.4.1信息的不确定性
2.4.2不确定性信息的分类
2.4.3不确定性信息处理方法的比较分析
2.5本章小结
第三章主客观证据融合的思想和方法
3.1人类融合的启发及与信息融合系统的比较
3.1.1人类融合的过程
3.1.2人类融合与信息融合的比较
3.2主观证据的来源及特点
3.2.1石油领域模糊专家系统的应用
3.2.2主观证据的特点
3.3客观证据的来源及特点
3.3.1从样本数据中获取规律
3.3.2客观证据的特点
3.4主客观证据的融合方法
3.5本章小结
第四章神经证据集成模型
4.1模型的形式化描述
4.2神经证据集成模型
4.2.1信息融合的功能模型
4.2.2神经证据集成的功能模型
4.2.3 BP神经网络联合模型与D-S证据推理模型的集成
4.3神经网络分类器的构造及模型选择
4.3.1神经网络的数学描述
4.3.2神经网络分类器
4.3.3神经网络分类模型的分析与选择
4.4多神经网络分类器联合模型
4.4.1神经网络集成
4.4.2 BP神经网络联合特征级融合模型
4.5 D-S 证据推理模型
4.5.1 Dempster-Shafer理论框架
4.5.2证据组合规则
4.6本章小结
第五章神经证据集成模型的算法实现
5.1 BP神经网络性能优化算法
5.1.1 BP网络的性能分析
5.1.2 Sigmoid函数f(*)敏感区分布讨论
5.1.3隐层神经元数目的确定方法
5.1.4 BP神经网络初始值确定方法
5.1.5加快BP网络的学习速度
5.1.6增强BP网络的可理解性
5.2 D-S证据推理模型基本概率赋值的获取
5.2.1根据分类数和专业领域加权系数确定
5.2.2利用统计证据确定
5.3主客观证据可信度确定基本概率赋值
5.4证据推理的决策
5.4.1基于信任函数的决策
5.4.2基于基本概率赋值的决策
5.4.3基于最小风险的决策
5.5本章小结
第六章应用分析与评价
6.1剩余油分布预测系统的设计与实现
6.1.1系统结构
6.1.2系统功能
6.2应用分析
6.2.1应用环境
6.2.2模糊综合评判
6.2.3单一BP神经网络
6.2.4主客观证据融合
6.3分析与评价
6.3.1不同模型的的分析与评价
6.3.2算法复杂度的分析与评价
6.3.3应用结果的分析与比较
6.4本章小结
第七章总结与展望
7.1贡献与创新点
7.2未来的工作
参考文献
致谢
作者从事科学研究和学习的经历
科学研究
学习经历
攻读博士期间发表的论著及获奖情况
发表的论文
获奖情况