| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 本文的研究背景及意义 | 第11-12页 |
| 1.2 参数寻优研究现状 | 第12-14页 |
| 1.3 本文的研究内容和组织结构 | 第14-16页 |
| 第二章 储层预测模型及其参数寻优研究现状 | 第16-24页 |
| 2.1 储层预测模型介绍 | 第16-19页 |
| 2.1.1 聚类 | 第17页 |
| 2.1.2 特征选择 | 第17-18页 |
| 2.1.3 特征抽取 | 第18-19页 |
| 2.2 特征降维的参数寻优研究现状 | 第19-21页 |
| 2.3 聚类的参数寻优研究现状 | 第21页 |
| 2.4 主要问题和研究路线 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 聚类算法参数寻优 | 第24-37页 |
| 3.1 智能优化算法 | 第24页 |
| 3.2 粒子群优化算法 | 第24-27页 |
| 3.2.1 基本粒子群优化算法 | 第24-26页 |
| 3.2.2 二进制粒子群优化算法 | 第26-27页 |
| 3.3 基于混合粒子群算法的聚类参数寻优 | 第27-29页 |
| 3.3.1 混合编码 | 第27页 |
| 3.3.2 适应度函数设计 | 第27-29页 |
| 3.4 实验分析 | 第29-36页 |
| 3.4.1 实验数据 | 第29-30页 |
| 3.4.2 聚类有效性评价指标 | 第30-32页 |
| 3.4.3 实验结果 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 储层预测模型参数寻优 | 第37-52页 |
| 4.1 特征降维的评价 | 第37页 |
| 4.2 基于混合粒子群的储层预测模型参数寻优 | 第37-41页 |
| 4.3 实验分析 | 第41-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于分类算法的储层模型参数寻优 | 第52-61页 |
| 5.1 基于类几何结构和类概率的标签数据选取方法 | 第52-53页 |
| 5.2 分类算法在地震数据中的应用 | 第53-55页 |
| 5.3 基于分类和混合粒子群的储层预测模型参数寻优 | 第55-57页 |
| 5.4 实验分析 | 第57-59页 |
| 5.5 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67-68页 |
| 致谢 | 第68页 |