石油学报
石油學報
석유학보
ACTA PETROLEI SINICA
2008年
2期
195-198
,共4页
支持向量机%人工神经网络%多元回归分析%参数乘积判别法%致密砂岩%含气性评价
支持嚮量機%人工神經網絡%多元迴歸分析%參數乘積判彆法%緻密砂巖%含氣性評價
지지향량궤%인공신경망락%다원회귀분석%삼수승적판별법%치밀사암%함기성평개
将支持向量机、人工神经网络、多元回归分析及参数乘积判别法4种算法分别应用于鄂尔多斯盆地塔巴庙地区40个致密砂岩储层的含气性评价,其预测结果与试气结果的平均相对误差绝对值分别为:0,4.63%,29.71%,18.75%.该实例表明:前两种非线性算法远比后两种线性算法优越;非线性算法中,支持向量机比人工神经网络优越;线性算法中,参数乘积判别法比多元回归分析优越.其根本原因在于:含气性与其相关地质因素(孔隙度、渗透率、含气饱和度)之间存在着复杂的非线性关系.因此,当描述一个研究目标与多个相关地质因素的复杂关系时,应提倡采用非线性算法,特别是在耗时巨大、多次反复进行多地质因素分析的数据处理作业中,应提倡采用支持向量机.因为它与人工神经网络相比,具有计算速度快、计算结果精度高的特点.另外,参数乘积判别法也具有简明、快速的优点,其精度远高于多元回归分析;而多元回归分析不仅计算速度快,而且还具有能表达研究目标与其相关地质因素之间亲疏关系的优点,可作为辅助手段.
將支持嚮量機、人工神經網絡、多元迴歸分析及參數乘積判彆法4種算法分彆應用于鄂爾多斯盆地塔巴廟地區40箇緻密砂巖儲層的含氣性評價,其預測結果與試氣結果的平均相對誤差絕對值分彆為:0,4.63%,29.71%,18.75%.該實例錶明:前兩種非線性算法遠比後兩種線性算法優越;非線性算法中,支持嚮量機比人工神經網絡優越;線性算法中,參數乘積判彆法比多元迴歸分析優越.其根本原因在于:含氣性與其相關地質因素(孔隙度、滲透率、含氣飽和度)之間存在著複雜的非線性關繫.因此,噹描述一箇研究目標與多箇相關地質因素的複雜關繫時,應提倡採用非線性算法,特彆是在耗時巨大、多次反複進行多地質因素分析的數據處理作業中,應提倡採用支持嚮量機.因為它與人工神經網絡相比,具有計算速度快、計算結果精度高的特點.另外,參數乘積判彆法也具有簡明、快速的優點,其精度遠高于多元迴歸分析;而多元迴歸分析不僅計算速度快,而且還具有能錶達研究目標與其相關地質因素之間親疏關繫的優點,可作為輔助手段.
장지지향량궤、인공신경망락、다원회귀분석급삼수승적판별법4충산법분별응용우악이다사분지탑파묘지구40개치밀사암저층적함기성평개,기예측결과여시기결과적평균상대오차절대치분별위:0,4.63%,29.71%,18.75%.해실례표명:전량충비선성산법원비후량충선성산법우월;비선성산법중,지지향량궤비인공신경망락우월;선성산법중,삼수승적판별법비다원회귀분석우월.기근본원인재우:함기성여기상관지질인소(공극도、삼투솔、함기포화도)지간존재착복잡적비선성관계.인차,당묘술일개연구목표여다개상관지질인소적복잡관계시,응제창채용비선성산법,특별시재모시거대、다차반복진행다지질인소분석적수거처리작업중,응제창채용지지향량궤.인위타여인공신경망락상비,구유계산속도쾌、계산결과정도고적특점.령외,삼수승적판별법야구유간명、쾌속적우점,기정도원고우다원회귀분석;이다원회귀분석불부계산속도쾌,이차환구유능표체연구목표여기상관지질인소지간친소관계적우점,가작위보조수단.