录井油气解释专家系统 - Read.PPT

录井油气解释专家系统 内容概要 绪论 研究的目的与意义 国内外研究现状 油气识别模板法专家系统简介 研究的目的与意义 解决既有的软件未完善之处 跟进软件的发展 新方法探讨 软件达到的目标 1.更新到新的操作系统、解决打印问题、批量处理功能、加强程序的稳定性 ２.样本描述的可扩展性和定性参数的取值的可扩展性和可重定义的能力 ３.改进推理逻辑，使能适应复杂的推理逻辑 ４. 实现机器自学习 专家系统的组成 三种解释方法 统计方法　　　模糊推理法　模板推理法 统计方法 对标准样本进行统计得出统计规律，应用规律于待测样本得出结论： 模糊推理法 收集专家对特定区块的经验知识建立规则知识库，根据规则对待测样本进行判断： 模板推理法 根据标准样本通过遗传算法进行机器自学习产生识别模板，将模板与待测样本匹配得到结论 专家系统的数据组织 标准样本数据库和待测样本数据库 描述性参数的量化 模板库 规则知识库 系统设置文件 结论报告和报告样式定义文件 模糊推理子系统 更新到新的操作系统 打印输出问题 批量处理功能 样本描述参数可以任意扩充 定性参数的取值的可扩展，可重定义 单条规则可以处理多个参数 改单一的取值定范围为任意复杂的推理逻辑 规则推理知识库的工作流程 地质解释示例 假设我们知道一待测样本的地质数据（岩石颜色、含油级别、滴水实验、油砂比例、胶结情况、系列对比等），经初步的解释，分别得到它们对干层的置信度为0.8、0.6、1、0.75、0.6、1，如果它们占的权重分别为0.5、0.8、1.2、0.6、0.6、0.8，而地质解释结果是由各地质参数所得的置信度的加权平均得到的。则此待测样本是干层的地质解释的置信度可由下式得出： 置信度=（0.8*0.5+0.6*0.8+1*1.2+0.75*0.6+0.6*0.6+1*0.8）/（0.5+0.8+1.2+0.6+0.6+0.8）=0.722222 所以油地质数据得出的是干层的可能性是0.722222。 油气识别模板法子系统 模板的概念 000#01###00#1100，0#010##01##00000，1##11111011110#1，00##000##0000000 模板的生成 遗传算法，专家知识编码 模板的判别方法 符号匹配 模板法的特点 编码简单，易于程序实现 ，结合白盒和黑盒的功能 遗传算法和模板法的基本理论 遗传算法的基本概念与术语 遗传算法的基本操作 算法设计与实现 遗传算法的特点 遗传算法的理论依据 模板法的理论 遗传算法的基本概念与术语 系统数据流图 遗传算法的基本操作 选择、复制、交叉、变异 算法设计与实现 基本遗传算法(SGA)可定义为一个8元组： SGA = (C，E，Po，M，Φ,Γ,ψ, Τ) 式中，C——个体的编码方法，SGA使用固定长度二进制符号串的编码方法； E——个体的适应度评价函数； Po-----初始群体； M------群体大小，一般取20-100； 　　　　Φ----选择算子，SGA使用比例选择算子； Γ----交叉算子，SGA使用单点交叉算子； ψ----变异算子，SGA使用基本位变异算子； Τ----算法终止条件，一般终止进化代数为100—500。 遗传算法的特点 自组织、自适应和自学习性(智能性) 遗传算法的本质并行性 不需要求导或其他辅助知识 概率转换规则 遗传算法可以更加直接地应用 最优解 遗传算法的理论依据 模式理论 积木块理论 Walsh理论 Markov链理论 模板法的理论 遗传算法理论 模板逻辑的完备性 空间划分与覆盖 模板逻辑的完备性 单模板逻辑(析取范式）: {f1∈(P11,P12) OR f1∈(P13,P14) OR…} AND {f1∈(P21,P22) OR f1∈(P23,P24) OR…} AND… 模板库逻辑(合析取范式）: Match(F,T1) OR Match(F,T2) OR … 空间划分与覆盖 录井油气识别模板专家系统的应用 1 生成模板库 2 样本检测 生成模板库 数据的准备 模板库的准备 运行程序 ，选择数据库 运行遗传算法进行自学习 遗传参数设置 遗传算法的中间结果报告和完成报告 样本检测 标准样本回判:　100% “未知”样本检测:正确率80% 拒判率20% 误判率0% 模板库 运行中的模板推理子系统 模板推理的结果表 模板推理的单样本报表 模板法录井油气专家系统的优点 1、逻辑完备，覆盖白盒系统 2、容