页岩油藏原始渗透率极低,自然条件下无经济产能,实践表明大型水力压裂是高效开发页岩油藏的最有效手段.然而,目前鲜有关于页岩油藏压裂水平井裂缝簇数优化研究的报道.针对这一问题,利用不稳定渗流理论建立了多段压裂水平井多井数值模型...页岩油藏原始渗透率极低,自然条件下无经济产能,实践表明大型水力压裂是高效开发页岩油藏的最有效手段.然而,目前鲜有关于页岩油藏压裂水平井裂缝簇数优化研究的报道.针对这一问题,利用不稳定渗流理论建立了多段压裂水平井多井数值模型,在储量动用充分的原则,提出了一套页岩油藏多段压裂水平井裂缝簇数优化方法,并进行了实例应用分析.结果发现,当昌吉油田页岩油藏多段压裂水平井裂缝簇数大于80条,累计产油量的增长趋势趋于平缓,可确定其合理的裂缝簇数为70~80,簇间距范围在15~20 m左右.由最优裂缝簇数为75的理论模型进行产量预测,计算发现昌吉油田页岩油藏压裂水平井的累计产油量为25150 m 3,此工作可为新疆昌吉油田页岩油藏的压裂水平井裂缝簇数设计提供理论参考.展开更多
数据挖掘中如何根据数据之间的相似度确定簇(Cluster)数一直是聚类算法中需要解决的难题。文中在经典谱聚(Spectral Clustering)算法的基础上提出了一种基于特征间隙检测簇数的谱聚类算法(Spectral Clustering with Identifying Cluster...数据挖掘中如何根据数据之间的相似度确定簇(Cluster)数一直是聚类算法中需要解决的难题。文中在经典谱聚(Spectral Clustering)算法的基础上提出了一种基于特征间隙检测簇数的谱聚类算法(Spectral Clustering with Identifying Clustering Number based on Eigengap,SC-ICNE)。通过构建规范的拉普拉斯矩阵,顺序求解其特征值和相应特征向量,并得到矩阵相邻特征值的间隙,通过判断特征间隙的位置来确定簇数k。最后,通过对前k个特征向量的k-means算法实现数据集的聚类。文中通过仿真分析了高斯相似度函数对SC-ICNE聚类性能的影响,在非凸球形数据集和UCI数据集上进行了性能仿真,并和k-means聚类算法进行了对比,在检测簇数和聚类准确性方面,验证了SC-ICNE算法的有效性。展开更多
聚类分析是统计学、模式识别和机器学习等领域的研究热点.通过有效的聚类分析,数据集的内在结构与特征可以被很好地发掘出来.然而,无监督学习的特性使得当前已有的聚类方法依旧面临着聚类效果不稳定、无法对多种结构的数据集进行正确聚...聚类分析是统计学、模式识别和机器学习等领域的研究热点.通过有效的聚类分析,数据集的内在结构与特征可以被很好地发掘出来.然而,无监督学习的特性使得当前已有的聚类方法依旧面临着聚类效果不稳定、无法对多种结构的数据集进行正确聚类等问题.针对这些问题,首先将K-means算法和层次聚类算法的聚类思想相结合,提出了一种混合聚类算法K-means-AHC;其次,采用拐点检测的思想,提出了一个基于平均综合度的新聚类有效性指标DAS(平均综合度之差,difference of average synthesis degree),以此来评估K-means-AHC算法聚类结果的质量;最后,将K-means-AHC算法和DAS指标相结合,设计了一种寻找数据集最佳类簇数和最优划分的有效方法.实验将K-means-AHC算法用于测试多种结构的数据集,结果表明:该算法在不过多增加时间开销的同时,提高了聚类分析的准确性.与此同时,新的DAS指标在聚类结果的评价上要优于当前已有的常用聚类有效性指标.展开更多
为解决环形无线传感器网络能量空洞和能量最小问题,提出一种基于模糊控制的分簇路由算法FCRA(Fuzzy logic control based Clustering Routing Algorithm)。首先将网络分为宽度相等的环,以每环能耗最小为目标函数,计算出各环的最优簇数...为解决环形无线传感器网络能量空洞和能量最小问题,提出一种基于模糊控制的分簇路由算法FCRA(Fuzzy logic control based Clustering Routing Algorithm)。首先将网络分为宽度相等的环,以每环能耗最小为目标函数,计算出各环的最优簇数。然后设计簇头选举模糊控制器,其输入为节点剩余能量和到基站距离,输出为节点成为簇头概率。最后,采用簇间多跳模式进行数据传输,基于节点剩余能量、下一跳距离以及到基站跳数确定每条传输路径的权重函数,获得最优下一跳中继节点。仿真结果表明FCRA能有效减小网络能耗、延长网络生命周期。展开更多
文摘页岩油藏原始渗透率极低,自然条件下无经济产能,实践表明大型水力压裂是高效开发页岩油藏的最有效手段.然而,目前鲜有关于页岩油藏压裂水平井裂缝簇数优化研究的报道.针对这一问题,利用不稳定渗流理论建立了多段压裂水平井多井数值模型,在储量动用充分的原则,提出了一套页岩油藏多段压裂水平井裂缝簇数优化方法,并进行了实例应用分析.结果发现,当昌吉油田页岩油藏多段压裂水平井裂缝簇数大于80条,累计产油量的增长趋势趋于平缓,可确定其合理的裂缝簇数为70~80,簇间距范围在15~20 m左右.由最优裂缝簇数为75的理论模型进行产量预测,计算发现昌吉油田页岩油藏压裂水平井的累计产油量为25150 m 3,此工作可为新疆昌吉油田页岩油藏的压裂水平井裂缝簇数设计提供理论参考.
文摘数据挖掘中如何根据数据之间的相似度确定簇(Cluster)数一直是聚类算法中需要解决的难题。文中在经典谱聚(Spectral Clustering)算法的基础上提出了一种基于特征间隙检测簇数的谱聚类算法(Spectral Clustering with Identifying Clustering Number based on Eigengap,SC-ICNE)。通过构建规范的拉普拉斯矩阵,顺序求解其特征值和相应特征向量,并得到矩阵相邻特征值的间隙,通过判断特征间隙的位置来确定簇数k。最后,通过对前k个特征向量的k-means算法实现数据集的聚类。文中通过仿真分析了高斯相似度函数对SC-ICNE聚类性能的影响,在非凸球形数据集和UCI数据集上进行了性能仿真,并和k-means聚类算法进行了对比,在检测簇数和聚类准确性方面,验证了SC-ICNE算法的有效性。
文摘聚类分析是统计学、模式识别和机器学习等领域的研究热点.通过有效的聚类分析,数据集的内在结构与特征可以被很好地发掘出来.然而,无监督学习的特性使得当前已有的聚类方法依旧面临着聚类效果不稳定、无法对多种结构的数据集进行正确聚类等问题.针对这些问题,首先将K-means算法和层次聚类算法的聚类思想相结合,提出了一种混合聚类算法K-means-AHC;其次,采用拐点检测的思想,提出了一个基于平均综合度的新聚类有效性指标DAS(平均综合度之差,difference of average synthesis degree),以此来评估K-means-AHC算法聚类结果的质量;最后,将K-means-AHC算法和DAS指标相结合,设计了一种寻找数据集最佳类簇数和最优划分的有效方法.实验将K-means-AHC算法用于测试多种结构的数据集,结果表明:该算法在不过多增加时间开销的同时,提高了聚类分析的准确性.与此同时,新的DAS指标在聚类结果的评价上要优于当前已有的常用聚类有效性指标.
文摘为解决环形无线传感器网络能量空洞和能量最小问题,提出一种基于模糊控制的分簇路由算法FCRA(Fuzzy logic control based Clustering Routing Algorithm)。首先将网络分为宽度相等的环,以每环能耗最小为目标函数,计算出各环的最优簇数。然后设计簇头选举模糊控制器,其输入为节点剩余能量和到基站距离,输出为节点成为簇头概率。最后,采用簇间多跳模式进行数据传输,基于节点剩余能量、下一跳距离以及到基站跳数确定每条传输路径的权重函数,获得最优下一跳中继节点。仿真结果表明FCRA能有效减小网络能耗、延长网络生命周期。
