两阶段模糊聚类算法在气测资料解释中的应用.pdf

and Design 1 027 计算机工程与设计ComputerEngineering 2009，30(4) ·计算机应用· 两阶段模糊聚类算法在气测资料解释中的应用 薛 磊， 白康生， 孙玉强， 程起才 (江苏工业学院计算机科学与工程系，江苏常州213164) 摘要：针对气测解释的随机性和模糊性的特点，提出一种两阶段模糊聚类算法。该算法通过引入密度参数对最大最小距 离算法作了改进，以改进后的最大最小距离算法对数据集进行粗聚类，再以粗聚类所得的聚类中心为初始聚类中心执行标 准模糊C．均值算法，得到类中心以及各数据类别。用于某油田某区块的储层油气性识别的实践表明，该算法实现简单、准确 率较高、稳定性好，优于标准FCM算法。 关键词：气测；最大最小距离算法；密度参数；模糊聚类；模糊C一均值算法 中图法分类号：TP313文献标识码：A 文章编号：1000．7024(2009)04．1027—03 of in data Applicationtwo—stagefuzzyclusteringalgorithmgaslogging XUE BAI SUN CHENG Lei， Kang·sheng，Yu—qiang， Qi-cai Scienceand PolytechnicUniversity,Changzhou213164，China) (DepartmentofComputerEngineering，Jiangsu Abstract：Becauseoftherandomandfuzziness data is this ofgaslogginginterpretation，atwo-stageclusteringalgorithmproposed．In the is to theMaxmin and theclustercenters the Maxmin through algorithmdensityappliedimprove algorithmget improved algorithm． as centersofFCM to thefinalclustercentersandthekindofthedata． Thentheclustercentersareusedtheinitialcluster algorithmget The isusedintheidentificationof reservoirsand reservoirs．Theresultsshowthatthis is algorithm oil—bearing gas—bearing algorithm FCM and accurateandmorestablethanthestandard simplehighly algorithm． c