利用人工蜂群算法进行地震属性聚类分析.pdfVIP

年 月 第 卷 第 期 ２０１５ ８ ５０ ４ 　 　 　 ·综合研究 · 文章编号： （ ） １０００７２１０２０１５０４０６８４０７ 利用人工蜂群算法进行地震属性聚类分析  曹成寅 郑晓东 李艳东 李劲松 　 　 　 （中国石油勘探开发研究院，北京 １０００８３） 曹成寅，郑晓东，李艳东，李劲松 利用人工蜂群算法进行地震属性聚类分析 石油地球物理勘探， ， （）： ． ． ２０１５５０４ ６８４６９０． 摘要 将具有全局搜索能力的人工蜂群算法引入到地震属性聚类中，在人工蜂群算法中蜜蜂被分为引领蜂、 　 跟随蜂和侦察蜂三种，引领蜂寻找蜜源，跟随蜂根据引领蜂带回的蜜源信息搜索新蜜源，若某个蜜源被引领蜂 或跟随蜂丢弃，则侦察蜂随机搜索新蜜源代替被丢弃的蜜源。其中每个蜜源代表优化问题的一个可能解，蜜 源的花蜜量对应于解的质量，用适应值表示。最优解的搜索过程包括初始化和蜜源更新两个过程，通过蜂群 分工协作，搜索最佳聚类中心，解决常规 均值聚类算法存在的多解性问题。利用国际上通用 机器学习 犓 ＵＣＩ 数据库中的 和 数据集对常规 均值算法和人工蜂群算法进行了测试，结果表明：基于人工蜂群算法 Ｉｒｉｓ Ｗｉｎｅ 犓 的聚类方法的分类正确率明显高于 均值方法。实际地震数据的聚类结果表明：基于人工蜂群算法的地震 犓 属性聚类能精细刻画塔北奥陶系碳酸盐岩岩溶储层的相带特征，并且能较好地描述呈片状弱反射特征的储层 分布。 关键词 地震属性聚类 人工蜂群算法 串珠状强反射特征 片状弱反射特征 局部最优 最优聚类中心 　 　 　 　 　 　 中图分类号： 文献标识码： ： ／ Ｐ６３１ Ａ 犱狅犻１０．１３８１０ ．ｃｎｋｉ．ｉｓｓｎ．１０００７２１０．２０１５．０４．０１６ 　　 　　 ｊ ［］ １ 种因素，按照某种优化原则，对客体进行分类 。 ［］ ２ 引言 等 首先提出将 均值聚类方法用于地震