[发明专利]一种基于样本学习的多孔介质建模方法

权利要求书

1.一种基于样本学习的多孔介质建模方法，其特征在于操作步骤如下：

a)设计单元模型：将旋转椭球体作为孔隙形状，单元模型结构表达为6-邻接的正六面体结构；

b)选择单元模型特征：选取模型中的7个长轴的单位方向向量作为结构表达特征量；

c)采集样本，建立样本库：结合手工评估结果采集样本建立样本库；

d)学习设计规则：针对步骤c)中的样本库，利用随机决策树森林学习结构性能和结构的关联模型，作为结构评估工具；

e)填充空间网格，生成孔隙模型：利用步骤d)中的评估工具选择结构参数，在三维空间网格中填充椭球生成孔隙模型；

f)生成多孔介质模型：构造实体模型并与步骤e)中的孔隙模型作布尔差运算获得需要的多孔介质模型。

2.根据权利要求1所述的基于样本学习的多孔介质建模方法，其特征在于所述步骤c)采集样本具体过程如下：首先将7个椭球体长轴的单位方向向量记为一个数组l=｛l₀,l₁,l₂,l₃,l₄,l₅,l₆｝；然后以中心旋转椭球A₀为研究对象，将A₀与周围的6个椭球体的相交截面面积组成的数组记为S=｛S₁,S₂,S₃,S₄,S₅,S₆｝；最后以数组S的均值                                               和方差σ²作为A₀与周围椭球的连通性的评价指标。

3.根据权利要求1所述的基于样本学习的多孔介质建模方法，其特征在于所述步骤e)具体填充过程如下：首先初始化单元模型，然后以搜索当前网格单元最近领域的方式遍历填充，遍历填充过程中针对网格中的每一个节点随机生成结构参数，利用权利要求1步骤d)中的结构评估工具判定当前局部结构是否满足设计要求。