基于KNN-Fisher算法的测井解释知识库构建方法

• 作者: 钟华明 梁玉楠 何胜林 胡向阳 曾少军
• 来源期刊: 石油物探
• 关键词: 知识库 自动 测井解释 KNN KNN-Fisher 混合推理 Fisher判别法 知识调用
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 395-402
• 页数: 8页
• 分类号: P631
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1441.2021.03.005

摘要

包含专家经验知识的知识库对复杂测井解释评价有着重要作用,但测井解释知识库普遍存在自动调用准确度不高的问题.因此将KNN算法(K邻近法)与Fisher判别法相结合,提出了一种基于KNN-Fisher算法的测井解释知识库构建方法.该方法利用地区经验模型及专家经验参数等研究成果建立知识库,通过混合推理查找知识,对唯一确定的知识直接调用.如果存在多条知识,则利用KNN-Fisher判别法调用知识.方法具体流程如下:首先通过Fisher判别法建立知识模型,然后将需要调用知识的层组测井资料导入模型,再通过引入权重系数并利用质心点约束的K邻近法对知识进行判别调用,最终实现知识的自动调用.将该方法应用于南海西部海域油气田测井解释评价,结果表明,利用该方法自动获取到的知识与所在地层条件吻合,该方法可有效克服混合推理和KNN算法存在的不足,实现测井解释知识库的准确调用.