模糊綜合評判法在多層氣層測試井產(chǎn)能劈分中的應(yīng)用

岳崇旺　楊小明　鐘曉勤　潘保芝　王飛

摘要：多層測試井的產(chǎn)能劈分是油氣藏勘探開發(fā)中的一個關(guān)鍵問題。影響產(chǎn)能的儲層參數(shù)很多，不同的物性參數(shù)對儲層產(chǎn)能影響的大小不同；模糊系統(tǒng)理論將綜合評價的定性問題轉(zhuǎn)化為定量問題，層次分析法將不同因素按照相關(guān)性大小計算其權(quán)值。利用綜合評價系數(shù)對多層試氣中的小層進行綜合評判和優(yōu)選，進而對產(chǎn)能進行合理劈分。給出了評價因素對等級區(qū)間隸屬度的求取方法以及不同因素之間相對權(quán)值的計算方法。通過實例給出了模糊綜合評判法進行產(chǎn)能劈分的原理和具體步驟，進一步驗證了該方法在鄂爾多斯盆地蘇里格氣田的應(yīng)用效果。

關(guān)鍵詞：產(chǎn)能劈分；模糊綜合評判法；層次分析法；測井學(xué)；儲層參數(shù)；隸屬度；蘇里格氣田

中圖分類號：P631文獻標(biāo)志碼：A

Application of Fuzzy Comprehensive Evaluation Method in the Production

Dividing of Multilayered Gas Reservoirs of Testing WellsYUE Chongwang1， YANG Xiaoming2， ZHONG Xiaoqin2， PAN Baozhi3， WANG Fei1

（1. School of Geology Engineering and Geomatics， Changan University， Xian 710054， Shaanxi， China；

2. Research Institute of Exploration and Development， Changqing Oilfield Company， PetroChina，

Xian 710018， Shaanxi， China； 3. School of Geoexploration Science and Technology，

Jilin University， Changchun 130026， Jilin， China）Abstract： Production dividing is a key issue in exploration and development of multilayered oil and gas reservoirs of testing wells. There are many factors affecting the productivity of reservoir productivity， and the influences of physical parameters are different. The qualitative problem of comprehensive evaluation was transformed into quantitative problem by fuzzy system theory， and the weights of different factors were calculated by analytic hierarchy process according to different correlations. Small layers in multilayered gas testing well were evaluated comprehensively and selected optimally based on comprehensive evaluation coefficient， and then the productivity of multilayered gas reservoir was reasonably divided. The method of calculating membership of evaluation factors to grade intervals was given， and the calculation method of relative weight between different factors was put forward. Furthermore， principle and concrete steps of fuzzy comprehensive evaluation method for production dividing were proposed with the example. It is verified that the application of the method in Sulige oilfield of Ordos Basin is good.

Key words： production dividing； fuzzy comprehensive evaluation method； analytic hierarchy process； well logging； reservoir parameter； membership； Sulige gasfield

0引言

在油氣藏勘探開發(fā)過程中，多層測試條件下獲取的是多層合采的產(chǎn)能，在實際生產(chǎn)過程中為了合理布置施工，還要了解各小層的產(chǎn)能情況，但由于層與層之間物性參數(shù)差異大，非均質(zhì)性強，影響產(chǎn)能的因素多[18]，所以很難弄清每個小層對產(chǎn)能的貢獻，并對后續(xù)的增產(chǎn)措施帶來了盲目性。因此，如何對多層測試井產(chǎn)能進行合理的劈分對后續(xù)施工開發(fā)是一個關(guān)鍵性的問題[911]。對于多層測試井的產(chǎn)能劈分，前人常依靠經(jīng)驗來指導(dǎo)現(xiàn)場施工[12]，存在一定的主觀盲目性。目前，劈分氣井產(chǎn)能常用的方法基于油藏工程原理，但需要大量的測試資料，且氣層產(chǎn)能受多種因素影響，因此，其應(yīng)用效果并不是很理想。對于天然氣儲層的產(chǎn)能來說，可將每個小層看作一個系統(tǒng)，影響該系統(tǒng)的產(chǎn)能有多種因素，每個因素既相互聯(lián)系又各自獨立，因此，可以將各種因素綜合起來，利用測井資料參數(shù)對產(chǎn)能進行劈分。本文首先利用模糊系統(tǒng)理論將多因素綜合評價的定性問題轉(zhuǎn)化為定量問題[1318]，再利用層次分析法[1924]進一步確定影響小層產(chǎn)能的各因素權(quán)重，利用權(quán)值對多層試氣中的小層進行綜合評判和優(yōu)選，進而對產(chǎn)能進行合理劈分。

1模糊分析

模糊分析法是一種基于模糊數(shù)學(xué)的綜合評價方法。它將多因素制約的定性問題轉(zhuǎn)化為定量問題，在很多領(lǐng)域得到了廣泛應(yīng)用。地層產(chǎn)能影響因素很多，評價不同的地層產(chǎn)能既要考慮相同影響因素之間的大小關(guān)系，又要考慮不同因素之間的影響比重，模糊分析法能夠?qū)⒏鞣N指標(biāo)按相同影響因素的大小關(guān)系進行量化。通常情況下，首先要確定制約對象的主要因素有哪些；其次，給出各個因素的劃分等級；根據(jù)給定的劃分等級，進一步計算評價向量，利用評價向量可以按指標(biāo)求取每個評價對象的評價矩陣。它具有結(jié)果清晰、系統(tǒng)性強的特點。

1.1確定影響因素論域

影響儲層產(chǎn)能的因素有很多。從儲層的參數(shù)來看，其主要包括孔隙度、滲透率、飽和度、密度、聲波時差、電阻率、油壓等。在對儲層產(chǎn)能綜合評價之前，需確定影響儲層產(chǎn)能的因素。設(shè)影響因素表示為u，最大值和最小值分別為umax、umin，假設(shè)有p個評價指標(biāo)，則影響因素域為u=u1，u2，…，up（1）式中：ui為第i個影響因素，i=1，2，…，p。

然后，對影響因素指標(biāo)進行歸一化。設(shè)x為歸一化后的影響因素值，則對于越大越好型，其表達式為x=u-uminumax-umin（2）對于越小越好型，其表達式為x=1-u-uminumax-umin（3）1.2對評價指標(biāo)進行等級劃分

等級劃分可根據(jù)需要確定級別的個數(shù)。本次研究的評價等級根據(jù)優(yōu)、良、中、差4個等級分為4個級別。設(shè)sj、tj為區(qū)間截止值，則評價等級區(qū)間為[sj，tj]，若評價區(qū)間以優(yōu)、良、中、差4個評價區(qū)間劃分，評價級別見表1。其中，j為正整數(shù)。

表1評價級別

Tab.1Evaluation Grade級別差中良優(yōu)等級區(qū)間[0，0.25）[0.25，0.5）[0.5，0.75）[0.75，1.0]1.3計算評價級別向量和評價矩陣

根據(jù)評價等級區(qū)間[sj，tj]，可進一步計算評價向量。設(shè)評價向量為V，評價區(qū)間的中心值為vj，則V=[v1，v2，…，vk]（4）

vj=sj+tj-sj2（5）式中：k為正整數(shù)。

利用評價向量可以求出每個評價指標(biāo)對各個評價等級區(qū)間的隸屬度。對于某個待評價地層，設(shè)有n個評價指標(biāo)，評價等級個數(shù)m為4，則每個評價指標(biāo)對每個評價等級區(qū)間都可以計算出其隸屬度，由隸屬度組成了地層的評價矩陣R，其表達式為R=r11r12…r1m

rn1rn2…rnm（6）式中：rij為該地層單個評價指標(biāo)對評價等級空間的隸屬度，rij=1-|xi-vj|，i為正整數(shù)。

2層次分析法確定各因素權(quán)重

模糊理論計算出并由隸屬度組成的評價矩陣反映了不同地層相同評價因素對評價等級區(qū)間的隸屬大小關(guān)系。然而，不同因素對產(chǎn)能的影響是不一樣的。為了求取各因素對產(chǎn)能影響的比重，采用層次分析法確定各因素對產(chǎn)能的影響權(quán)值，將權(quán)值和隸屬度結(jié)合起來求取獲得地層產(chǎn)能的評價系數(shù)。

層次分析法是美國運籌學(xué)家Saaty于20世紀70年代初，應(yīng)用網(wǎng)絡(luò)系統(tǒng)理論和多目標(biāo)綜合評價方法，提出的一種層次權(quán)重決策分析方法。其基本原理是根據(jù)性質(zhì)和達到的目標(biāo)將系統(tǒng)分為不同的組成因素，針對各因素與因素之間的關(guān)聯(lián)和歸屬關(guān)系按照不同層次進行組合，從而使問題歸結(jié)為最底層對目標(biāo)層的綜合評判。

2.1構(gòu)造層次結(jié)構(gòu)模型

影響儲層產(chǎn)能的因素包括地層的孔隙度、滲透率、飽和度、地層壓力，此外，還包括一些電性參數(shù)如電阻率、聲波時差、密度等。儲層的產(chǎn)能是這些因素綜合作用的結(jié)果。這些參數(shù)在不同地質(zhì)條件下對產(chǎn)能影響的大小是不一樣的。運用層次分析法可以確定這些影響因素的權(quán)重。首先要建立層次結(jié)構(gòu)，構(gòu)造層次結(jié)構(gòu)模型，本次層次模型可分為目標(biāo)層和準則層（圖1）。其中：O為儲層產(chǎn)能；ui為第i個影響因素，共有n個影響因素。

圖1層次結(jié)構(gòu)模型

Fig.1Hierarchical Structure Model2.2構(gòu)造判斷矩陣

判斷矩陣元素的值反映了對各元素相對重要性的認識，常用1～9比率標(biāo)度法將對某事物的定性認識進行量化。設(shè)判斷矩陣P為{pij}，標(biāo)度pij是一個用定量表示定性的量度取值，該參數(shù)表示第i個評價指標(biāo)相對第j個評價指標(biāo)對地層產(chǎn)能影響的相對大小取值。判斷矩陣的元素取值見表2。

2.3計算判斷矩陣

計算出判斷矩陣{pij}的最大特征根λmax，并求出對應(yīng)的特征向量，將特征向量歸一化記為w=（w1，w2，…，wn），則特征向量w中元素（即影響因素）u1、u2、…、un就是目標(biāo)層相對重要性的排序權(quán)值。

2.4一致性檢驗

為了對判斷矩陣{pij}進行一致性檢驗，需計算一致性指標(biāo)ICI，ICI=（λmax-n）/（n-1）。一致性指標(biāo)越接近于0，{pij}的一致性越好；一致性指標(biāo)越大，{pij}的一致性越差；當(dāng)一致性指標(biāo)為0時，{pij}有完全的一致性。

表2層次分析標(biāo)度取值及對應(yīng)含義

Tab.2Values of Hierarchical Structure Proportion

Quotiety and Their Significationpij含義1第i個因素和第j個因素同樣重要3第i個因素比第j個因素稍微重要5第i個因素比第j個因素明顯重要7第i個因素比第j個因素顯著重要9第i個因素比第j個因素極其重要1/3第j個因素比第i個因素稍微重要1/5第j個因素比第i個因素明顯重要1/7第j個因素比第i個因素顯著重要1/9第j個因素比第i個因素極其重要注：標(biāo)度pij取值2表示第i個因素和第j個因素的相對重要性介于取值1和3之間，標(biāo)度pij取值4、6、8的含義依此類推；標(biāo)度pij取值1/2表示第i個因素和第j個因素的相對重要性介于取值1和1/3之間， 標(biāo)度pij取值1/4、1/6、1/8的含義依此類推。

3綜合評價與產(chǎn)能劈分

模糊分析計算出的評價矩陣R表征了地層相同影響因素之間的相對大小，層次分析法計算出的權(quán)值w表征了不同指標(biāo)影響的相對貢獻比例。將評價矩陣按權(quán)值進行加權(quán)綜合便可以獲得地層綜合評價系數(shù)。

設(shè)綜合評價向量為M，則M=wR=（w1，w2，…，wn）r11r12…r1m

rn1rn2…rnm=

M1，M2，…，MmT（7）式中：元素Mj為不同評價指標(biāo)對第j個評價區(qū)間的隸屬度，該隸屬度可以看作某地層的各種影響因素按層次分析法計算出的權(quán)值進行加權(quán)求和得出的綜合隸屬度。

綜合隸屬度計算公式為Mj=∑ni=1rijwi（8）將各個評價區(qū)間計算出的綜合隸屬度Mj與評價向量V加權(quán)求和計算可得綜合評價系數(shù)D為D=∑mj=1Mjvj（9）綜合評價系數(shù)是根據(jù)相同影響因素u1、u2、…、un的相對大小及不同影響因素重要性權(quán)值對地層做出的定量綜合評價。根據(jù)綜合評價系數(shù)和各小層的厚度hi便可以對產(chǎn)能進行劈分。設(shè)多層試氣總產(chǎn)能為E，則各小層產(chǎn)能Ei為Ei=EDihi/（∑Ni=1Dihi）（10）式中：N為小層數(shù)；Di為第i小層綜合評價系數(shù)。

4實例分析

本文以鄂爾多斯盆地蘇里格氣田A井為例進行分析，該井進行了多層測試。各小層的儲層參數(shù)見表3，層次結(jié)構(gòu)模型目標(biāo)層為儲層的產(chǎn)能，影響因素有7個，分別是電阻率、孔隙度、滲透率、含氣飽和度、密度、聲波時差、油壓。對于影響氣層產(chǎn)能的指標(biāo)來說，電阻率、孔隙度、滲透率、含氣飽和度、聲波時差屬于越大越好型，密度屬于越小越好型。表3蘇里格氣田某多層測試井各小層的指標(biāo)

Tab.3Indicators of Each Small Layer of a Multilayered Testing Well in Sulige Oilfield地層厚度/m電阻率/（Ω·m）孔隙度/%滲透率/10-3 μm2含氣飽和度/%密度/（g·cm-3）聲波時差/（μs·m-1）油壓/MPaF14.176.318.540.5250.942.51223.704.00F24.168.433.620.1033.012.63214.502.60F33.990.9312.920.2566.102.31224.201.20F46.641.1011.3019.5052.992.42237.007.704.1評價指標(biāo)歸一化

針對不同類型影響因素指標(biāo)，根據(jù)式（2）、（3）對數(shù)據(jù)進行歸一化計算，計算結(jié)果見表4。

表4地層參數(shù)指標(biāo)歸一化計算結(jié)果

Tab.4Normalized Results of Formation

Parameter Indicators地層電阻率孔隙度滲透率含氣飽和度密度時差油壓F10.706 600.529 00.021 70.541 800.343 70.409 330.430 8F20.548 460.000 00.000 00.000 000.000 00.000 000.215 0F31.000 001.000 00.007 71.000 001.000 00.432 400.000 0F40.000 000.825 81.000 00.603 800.625 01.000 001.000 04.2計算評價矩陣

按照表1以優(yōu)、良、中、差4個級別劃分為4個評價區(qū)間，分別為[0，0.25）、[0.25，0.5）、[0.5，075）、[0.7，1.0]，則根據(jù)式（5）可分別求出v1、v2、v3、v4分別為0.125、0.375、0.625、0.875，則評價向量V為V=（0.125，0.375，0.625，0.875）（11）按照式（6）分別計算出F1、F2、F3、F4地層的評價矩陣。F1地層的評價矩陣R1為

R1=0.418 3980.668 3980.918 3980.831 602

0.595 9680.845 9680.904 0320.654 032

0.583 1440.833 1440.916 8560.666 856

0.715 6660.965 6660.784 3340.534 334

0.896 6490.646 6490.396 6490.146 649

0.694 2310.944 2310.805 7690.555 769

0.770 1610.979 8390.729 8390.479 839（12）

4.3利用層次分析法確定指標(biāo)權(quán)重

得到評價矩陣之后，接著要求取不同因素對產(chǎn)能的影響權(quán)值。根據(jù)表2的層次分析標(biāo)度取值進行對比打分，構(gòu)造判斷矩陣。不同參數(shù)在層次分析標(biāo)度取值中打分的分值是一個主觀定性大小，在打分時要根據(jù)參數(shù)與產(chǎn)能的相關(guān)性強弱來權(quán)衡。圖2（a）～（f）分別為滲透率、孔隙度、聲波時差、含氣飽和度、密度、電阻率與產(chǎn)能之間的相關(guān)性，其相關(guān)系數(shù)分別為0.76、0.50、0.42、0.39、0.26、0.15。根據(jù)表2的層次分析標(biāo)度取值及其含義選取標(biāo)度值。電阻率與產(chǎn)能的相關(guān)系數(shù)為0.15，標(biāo)度定為1；密度與產(chǎn)能的相關(guān)系數(shù)為0.26，密度相對電阻率對產(chǎn)能的貢獻稍微重要，將其標(biāo)度定為2。根據(jù)“相關(guān)系數(shù)越大，該影響因素標(biāo)度越高”的原則，依照表2和圖2分別對電阻率、密度、含氣飽和度、聲波時差、孔隙度、滲透率、油壓7個影響指標(biāo)依次進行兩兩比較，得出pij的取值，見表5。構(gòu)造判斷矩陣P為

P=11/21/31/31/51/71/7

211/21/21/31/51/5

3211/21/21/31/3

32211/21/31/3

532211/21/2

7533211

7533211（13）

表5地層參數(shù)層次分析標(biāo)度取值

Tab.5Values of Hierarchical Structure Proportion

Quotiety of Formation Parameters參數(shù)電阻率密度含氣飽和度聲波時差孔隙度滲透率油壓電阻率11/21/31/31/51/71/7密度211/21/21/31/51/5含氣飽和度3211/21/21/31/3聲波時差32211/21/31/3孔隙度532211/21/2滲透率7533211油壓7533211圖2地層參數(shù)指標(biāo)與產(chǎn)能之間的關(guān)系

Fig.2Relationships Between Formation Parameter Indicator and Gas Productivity計算判斷矩陣P的最大特征根，并求出對應(yīng)的特征向量，在滿足一致性的條件下得到7個影響因素的權(quán)重w為

w=（0.034 768 6，0.079 885 6，0.088 968 5，0.088 968 6，

0.171 441，0.267 984，0.267 984）

4.4綜合評價

將權(quán)重和每個地層的評價矩陣帶入式（7），可分別求出每個地層的綜合評價向量M。將每個地層的綜合評價向量M和評價向量V代入式（9），可計算出每個地層的綜合評價系數(shù)（表6）。

4.5產(chǎn)能劈分

根據(jù)多層產(chǎn)能試氣結(jié)果，4個小層多層試氣總產(chǎn)能為51 326 m3·d-1，各小層厚度h1、h2、h3、h4分別為41、41、39、66 m。設(shè)各層的產(chǎn)能分別為

表6小層綜合評價系數(shù)

Tab.6Comprehensive Evaluation Coefficients of

Small Layer地層F1F2F3F4綜合評價系數(shù)0.466 7880.354 2290.476 0120.564 536E1、E2、E3、E4，則根據(jù)式（10）對多層試氣產(chǎn)能進行劈分，劈分結(jié)果見圖3。從圖3可以看出：F1、F3、F4地層產(chǎn)能較高，為含氣層；F2地層產(chǎn)量較低，為差氣層。劈分產(chǎn)能與分層試氣產(chǎn)能結(jié)果有較好的一致性。圖3劈分產(chǎn)能與分層試氣產(chǎn)能的對比

Fig.3Comparison of Divided Production with Result of Gas Testing5結(jié)語

模糊綜合評判法是將模糊數(shù)學(xué)原理與層次分析法結(jié)合起來，對儲層進行綜合評判，并根據(jù)綜合評價指數(shù)進行產(chǎn)能劈分的一種有效方法。在劈分過程中充分利用儲層的物性參數(shù)，將定性問題轉(zhuǎn)化為定量問題，通過計算每個小層的評價因子，按照層厚進行加權(quán)，對多層試氣的產(chǎn)能進行劈分。通過在鄂爾多斯盆地蘇里格氣田某井的應(yīng)用可以看出，該方法對于多層測試氣井的產(chǎn)能劈分是行之有效的。參考文獻：

References：[1]LIU C L，ZHANG S H，DOU S P，et al.Productivity Analysis of Fractured Wells in Lowpermeability Naturally Fractured Reservoirs[C]∥IEEE.AsiaPacific Power and Energy Engineering Conference 2010.Chengdu：IEEE，2010：2025.

[2]AGUILERA R.Well Test Analysis of Multilayered Naturally Fractured Reservoirs[J].Journal of Canadian Petroleum Technology，2000，39（7）：2137.

[3]NOUSHABADI M R J，JOURDE H，MASSONNAT G.Evaluation of the Interporosity Exchange Coefficient Inferred from Well Test in a Fractured Reservoir with a Nonuniform Distribution Pattern： A Numerical Study[J].Journal of Petroleum Science and Engineering，2013，108：8295.

[4]高建華，李瑞，王改芳，等.用測井參數(shù)預(yù)測多層合試產(chǎn)能的方法[J].成都理工學(xué)院學(xué)報，2002，29（3）：296299.

GAO Jianhua，LI Rui，WANG Gaifang，et al.The Method of Production Capacity Prediction of Multilayer Testing by Parameters of Logging[J].Journal of Chengdu University of Techonlogy，2002，29（3）：296299.

[5]ZHANG L J，LI D L，LI L，et al.Development of a New Compositional Model with Multicomponent Sorption Isotherm and Slip Flow in Tight Gas Reservoirs[J].Journal of Natural Gas Science and Engineering，2014，21：10611072.

[6]盧文東，李偉，路云峰.榆林—神木氣田上古生界具不同產(chǎn)能的砂巖氣層特征分析[J].天然氣工業(yè)，2006，26（7）：5456.

LU Wendong，LI Wei，LU Yunfeng.Analyzing the Characteristics of Upper Paleozoic Sandstone Reservoirs with Different Productivities in YulinShenmu Gasfield[J].Natural Gas Industry，2006，26（7）：5456.

[7]何軍，胡永樂，何東博，等.低滲致密氣藏產(chǎn)能預(yù)測方法[J].斷塊油氣田，2013，20（3）：334336.

HE Jun，HU Yongle，HE Dongbo，et al.Productivity Prediction Methods for Tight Gas Reservoir with Low Permeability[J].Faultblock Oil and Gas Field，2013，20（3）：334336.

[8]黃力，何順利，張小霞，等.超低滲透儲層產(chǎn)能主要影響因素確定方法研究[J].科學(xué)技術(shù)與工程，2010，10（30）：74087413.

HUANG Li，HE Shunli，ZHANG Xiaoxia，et al.Research on Determination of the Main Factors Influencing the Oil Well Productivity of Ultra Low Permeability Reservoir[J].Science Technology and Engineering，2010，10（30）：74087413.

[9]別愛芳，冀光，張向陽，等.產(chǎn)量構(gòu)成法中措施產(chǎn)量劈分及預(yù)測的兩種方法[J].石油勘探與開發(fā)，2007，34（5）：628632.

BIE Aifang，JI Guang，ZHANG Xiangyang，et.al.Two Ways for Breaking out and Forecasting Stimulation Production by Production Composition Method[J].Petroleum Exploration and Development，2007，34（5）：628632.

[10]羅剛，蔣志斌，徐后偉，等.基于數(shù)據(jù)挖掘的單層產(chǎn)量劈分方法[J].石油天然氣學(xué)報，2014，36（10）：148169.

LUO Gang，JIANG Zhibin，XU Houwei，et al.Single Layer Production Splitting Method Based on Data Mining[J].Journal of Oil and Gas Technology，2014，36（10）：148169.

[11]李坤，喻高明，王喬.一種新的產(chǎn)量劈分方法[J].油氣地球物理，2011，9（4）：1922，25.

LI Kun，YU Gaoming，WANG Qiao.A New Production Split Method[J].Petroleum Geophysics，2011，9（4）：1922，25.

[12]楊波，唐海，周科，等.多層合采氣井合理配產(chǎn)簡易新方法[J].油氣井測試，2010，19（1）：6668.

YANG Bo，TANG Hai，ZHOU Ke，et al.A Simple New Method of Proper Proration for Multilayered Commingled Gas Wells[J].Well Testing，2010，19（1）：6668.

[13]李鴻吉.模糊數(shù)學(xué)基礎(chǔ)及實用算法[M].北京：科學(xué)出版社，2005.

LI Hongji.Fuzzy Mathematical Foundation and Practical Algorithm[M].Beijing：Science Press，2005.

[14]吳建發(fā)，郭建春，趙金洲.壓裂酸化選井模糊綜合評判方法[J].石油鉆采工藝，2004，26（2）：5457，84.

WU Jianfa，GUO Jianchun，ZHAO Jinzhou.Fuzzy Comprehensive Evaluation Method to Choose the Candidate Wells for Fracturing[J].Oil Drilling and Production Technology，2004，26（2）：5457，84.

[15]董紅.黃沙坨粗面巖儲層流體模糊識別方法[J].測井技術(shù)，2006，30（5）：408410.

DONG Hong.The Method of Fuzzy Recognition for Liquid of Trachite Reservoir in Huangshatuo[J].Well Logging Technology，2006，30（5）：408410.

[16]范翔宇，夏宏泉，鄭雷清，等.基于模糊理論的復(fù)雜巖相測井識別研究[J].鉆采工藝，2007，30（2）：5355.

FAN Xiangyu，XIA Hongquan，ZHENG Leiqing，et al.Well Logging Identification for Complex Lithofacies Based on Fuzzy Theory[J].Drilling and Production Technology，2007，30（2）：5355.

[17]黎梨苗，陳志剛，鄧曉衡，等.基于模糊理論的主觀信任綜合評價模型研究[J].計算機應(yīng)用研究，2010，27（5）：18601862.

LI Limiao，CHEN Zhigang，DENG Xiaoheng，et al.Research of Subject Trust Comprehensive Evaluation Model Based on Fuzzy Theory[J].Application Research of Computers，2010，27（5）：18601862.

[18]劉春梅，譚青.模糊綜合評判在油氣勘探多學(xué)科指標(biāo)評價預(yù)測中的應(yīng)用：以新疆柴窩堡凹陷為例[J].石油實驗地質(zhì)，2014，36（1）：106109，116.

LIU Chunmei，TAN Qing.Application of Fuzzy Comprehensive Evaluation in Oil and Gas Exploration with Multidisciplinary Assessment and Forecasting：A Case Study on Chaiwopu Sag in Xinjiang[J].Petroleum Geology and Experiment，2014，36（1）：106109，116.

[19]SONG Z Y，ZHU H Q，JIA G W，et al.Comprehensive Evaluation on Selfignition Risks of Coal Stockpiles Using Fuzzy AHP Approaches[J].Journal of Loss Prevention in the Process Industries，2014，32：7894.

[20]董鳳娟，孫衛(wèi)，胡緒軍，等.灰色層次分析法在儲層流動單元劃分中的應(yīng)用：以丘陵油田三間房組儲層為例[J].吉林大學(xué)學(xué)報：地球科學(xué)版，2010，40（6）：12551261.

DONG Fengjuan，SUN Wei，HU Xujun，et al.Application of Grey Analytic Hierarchy Process to Divide Flow Units：A Case from Sanjianfang Formation of Qiuling Oilfield[J].Journal of Jilin University：Earth Science Edition，2010，40（6）：12551261.

[21]TAN R R，AVISO K B，HUELGAS A P，et al.Fuzzy AHP Approach to Selection Problems in Process Engineering Involving Quantitative and Qualitative Aspects[J].Process Safety and Environmental Protection，2014，92：467475.

[22]鄧雪，李家銘，曾浩健，等.層次分析法權(quán)重計算方法分析及其應(yīng)用研究[J].數(shù)學(xué)的實踐與認識，2012，42（7）：93100.

DENG Xue，LI Jiaming，ZENG Haojian，et al.Research on Computation Methods of AHP Wight Vector and Its Applications[J].Mathematics in Practice and Theory，2012，42（7）：93100.

[23]SAATY T L.The Analytic Hierarchy Process[M].New York：McGrwaHill，1980.

[24]康毅力，王海濤，游利軍，等.基于層次分析法的地層鉆井液漏失概率判定[J].西南石油大學(xué)學(xué)報：自然科學(xué)版，2013，35（4）：180186.

KANG Yili，WANG Haitao，YOU Lijun，et al.Probability Determination for Loss Circulation of Drilling Fluids Based on Analytic Hierarchy Process[J].Journal of Southwest Petroleum University：Science and Technology Edition，2013，35（4）：180186.第37卷第2期2015年3月地球科學(xué)與環(huán)境學(xué)報Journal of Earth Sciences and EnvironmentVol37No2Mar. 2015