论文部分内容阅读
油田剩余油分布预测被国内外石油领域专家公认为世界难题，目前，其预测准确率低的根源在于或者只考虑部分客观证据、或者只考虑部分主观证据，导致对剩余油分布水淹类型等特征分类准确率低、可靠性差。所以，如何对来自多专业领域不同层次的全部客观证据及领域专家长期积累的主观证据进行融合．成为剩余油分布研究的核心问题。文章通过BP神经网络联合模型与两级D-S证据推理模型的优势互补进行主客观证据融合，实现了剩余油分布多属性特征的准确分类。提出了将BP神经网络分类结果的可信度及专家系统推理结论的可信度作为D—S证据推理模型输入