论文部分内容阅读
在储层含油性识别问题中分别应用了k-means算法、猫群算法对储层含油性问题进行聚类分析,比较两种算法的聚类效果.结果显示,传统的k-means算法常容易陷入局部最优,而猫群算法在样本数目较小时是一种快速、高效的识别算法.当样本数目翻倍时,识别的正确率将会下降,这也充分说明了猫群算法的运算效果受代码和样本大小的影响,有较大的不确定性.