论文说明
声明
致谢
摘要
1.1研究背景
1.2国内外研究现状
1.3本文研究内容及技术路线
2.1机器学习背景
2.2机器学习方法介绍
2.2.1线性回归
2.2.2人工神经网络
2.2.3决策树与随机森林
2.2.4支持向量机
2.2.5卷积神经网络
2.3本章小结
第三章三维结构获取与格子玻尔兹曼模拟
3.1多孔介质的结构获取
3.1.1背景介绍
3.1.2随机多孔结构的生成
3.1.3孔隙特征参数提取
3.2格子玻尔兹曼模拟
3.2.1原理介绍
3.2.2 D3Q19格子模型
3.2.3渗透率计算
3.3本章小结
第四章基于机器学习的渗透率预测研究
4.1机器学习模型的步骤设计
4.1.1数据预处理与划分
4.1.2模型的选择
4.1.3模型的配置与训练
4.1.4模型的性能度量
4.2模型的架构介绍
4.3案例研究
4.3.1基于孔隙特征参数的渗透率预测
4.3.2基于原始结构数据的渗透率预测
4.4本章小结
5.1主要结论与创新点
5.2不足与未来展望
参考文献
作者简介