买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西南石油大学申请的专利基于粒子群优化神经网络及细观结构的可钻性预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117911779B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410091785.1，技术领域涉及：G06V10/764；该发明授权基于粒子群优化神经网络及细观结构的可钻性预测方法是由石祥超;陈帅;王宇鸣;卓云;肖文强;陈雁;王兆巍;段浩德设计研发完成，并于2024-01-23向国家知识产权局提交的专利申请。

本基于粒子群优化神经网络及细观结构的可钻性预测方法在说明书摘要公布了：本发明公开了一种基于粒子群优化神经网络及细观结构的可钻性预测方法，包括：获取待测岩样的岩样薄片图像，计算所述岩样薄片图像的细观结构参数；基于粒子群优化神经网络构建岩石可钻性预测模型，将所述岩样薄片图像的细观结构参数输入至岩石可钻性预测模型得到岩石可钻性的预测值。本发明可以更好地挖掘数据中的潜在规律和特征，提高预测的精度和效率。

本发明授权基于粒子群优化神经网络及细观结构的可钻性预测方法在权利要求书中公布了：1.一种基于粒子群优化神经网络及细观结构的可钻性预测方法，其特征在于，包括以下步骤：获取待测岩样的岩样薄片图像，计算所述岩样薄片图像的细观结构参数；基于粒子群优化神经网络构建岩石可钻性预测模型，将所述岩样薄片图像的细观结构参数输入至岩石可钻性预测模型得到岩石可钻性的预测值；获取细观结构参数的过程包括：将所述岩样制成岩样薄片；采用显微镜获取所述岩样薄片的单偏光和正交偏光图像；基于ImageJ图像处理软件计算所述单偏光和正交偏光图像的矿物颗粒轮廓；基于所述矿物颗粒轮廓得到几何结构数据；基于所述几何结构数据得到细观结构参数；所述细观结构参数包括：直径、面积、周长、最小长宽比、圆度、细观结构系数；所述基于粒子群优化神经网络构建岩石可钻性预测模型中包括基于粒子群算法得到最优网络权值和阈值；其中，基于粒子群算法得到最优网络权值和阈值的过程包括：S1、初始化粒子的初始速度和位移；S2、基于粒子群算法更新粒子的速度和位置；S3、根据粒子的位置更新个体最优值和全局极值，并计算全局最优适应度；S4、循环执行S1-S3，直至所述全局最优适应度收敛，得到最优网络权值和阈值；细观结构系数的计算表达式为： 式中，TC为细观结构系数；AW为矿物填充系数，N0、N1分别为颗粒长宽比低于、高于预设值的数量，SF0表示所有颗粒的可判别形状因子的算术平均值，AR1表示所有颗粒的可判别长宽比的算术平均值，AF1表示颗粒的角度因子；所述全局最优适应度的计算公式为： 式中，n是采样点个数，yt为第t点的期望输出，为第t点的实际输出；构建岩石可钻性预测模型后还包括模型学习训练过程，其中，对所述岩石可钻性预测模型进行学习训练的过程包括：初始化容许误差和平移因子；对试验岩样进行可钻性试验得到目标输出参数；计算所述试验岩样的薄片图像的细观结构参数得到输入参数；将所述输入参数输入所述岩石可钻性预测模型得到实际输出值；基于所述实际输出值和目标输出参数得到误差；当所述误差小于所述容许误差，则得到训练好的岩石可钻性预测模型，否则进行重新学习训练；所述误差的计算公式为： 式中，Ek表示误差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。