基于Bitmap的油水井采注优化实时推理引擎
针对油田油水井采注优化业务中,油水井数据量大、地层结构复杂以及人类经验多的特点,分析了传统推理方法在油田采注实时优化处理过程中的不足,采用事件处理思想,提出了一种基于Bitmap事件编码与匹配机制的推理引擎,有效地实现了对无效事件的过滤并提升了事件与规则的匹配效率.在油田实际数据试验平台上对该方法进行了验证并与RETE算法、LFA (Linear forward-chaining)算法的性能对比,结果验证了本文方法在实时推理能力上的有效性.
采注优化、推理引擎、Bitmap、规则匹配、事件过滤
43
TP3;TE9
国家自然科学基金61533015资助 Supported by National Natural Science Foundation of China 61533015110016
2017-08-16(万方平台首次上网日期,不代表论文的发表时间)
共10页
1007-1016