申请/专利权人：中国舰船研究设计中心

申请日：2023-06-30

公开（公告）日：2023-10-13

公开（公告）号：CN116881754A

主分类号：G06F18/23213

分类号：G06F18/23213;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.31#实质审查的生效;2023.10.13#公开

摘要：本发明公开了一种仿生优化K平均聚类的大洋钻采协同数据补偿方法，包括以下步骤：1采集海上钻采作业协同数据，包括钻采作业过程中的钻井船、钻采系统、动力定位系统、水下机器人系统在内的输出信息；2将采集获得的海上钻采作业协同数据作为不完全数据集A，将A沿时间维度分成若干组，计算各组中缺失数据属性的均值，利用组内完全样本的属性均值填充缺失数据的属性值，形成初始完全数据集；3设初始化聚类中心个数为k；4基于改进的布谷鸟搜索仿生算法的聚类分析缺失数据；5使用完整数据集作为补偿后的钻采作业协同数据。本发明使用的聚类方法解决现有聚类结果容易陷入局部最优的问题，提升了缺失值填补数据的准确度。

主权项：1.一种仿生优化K平均聚类的大洋钻采协同数据补偿方法，其特征在于，包括以下步骤：1采集海上钻采作业协同数据，包括钻采作业过程中的钻井船、钻采系统、动力定位系统、水下机器人系统在内的输出信息；2将采集获得的海上钻采作业协同数据作为不完全数据集A，将A沿时间维度分成若干组，计算各组中缺失数据属性的均值，利用组内完全样本的属性均值填充缺失数据的属性值，形成初始完全数据集A’；3设初始化聚类中心个数为k；4基于改进的布谷鸟搜索仿生算法的聚类分析缺失数据；4.1从A’中任意抽取k个样本作为初始位置，最大迭代次数设为maxnum；4.2按照此时鸟巢位置，根据距离最小原则将A’分为k个类，然后重新计算每个鸟巢的适应度函数fx值；适应度函数fx的定义如下式所示； 其中，xi为数据集元素，rz为聚类中心，nz为聚类中心数目；4.3根据式1进行鸟巢位置更新，计算更新后的fx值并与上代鸟巢位置对比，取较优鸟巢； Levyλ～sλ,λ∈1,3]2；其中：α为步长控制量；Levyλ为随机搜索路径，Lλ服从Levy分布；Lλ为随机搜索路径；λ为幂次系数；为第j次迭代鸟巢位置S为莱维飞行得出的随机步长；4.4采用随机方法生成数Q，如果QP，说明未对P值进行设置，则随机改变鸟巢位置；否则，转至步骤4.6；其中，P为鸟巢被发现的随机概率；4.5将更新的鸟巢位置再次聚类划分，再次利用式3计算对应的fx的值并与当前鸟巢位置比较，取较优鸟巢； r′z为优化后的鸟巢距离；4.6若达到maxnum的值或者fx收敛，则输出最终结果；否则转至步骤4.3；4.7利用聚类结果中的属性均值更新缺失样本中的属性值，形成完全数据集A”；4.8计算Δt值，若变化值Δt小于阈值或者迭代次数达到最大迭代次数，则终止，输出最终结果；否则跳转至步骤4.1；5使用完整数据集A”作为补偿后的钻采作业协同数据。

全文数据：

权利要求：

百度查询： 中国舰船研究设计中心 一种仿生优化K平均聚类的大洋钻采协同数据补偿方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD