西南石油大学学报
西南石油大學學報
서남석유대학학보
JOURNAL OF SOUTHWEST PETROLEUM UNIVERSITY
2007年
3期
24-27
,共4页
张锋%张星%张乐%郝永卯%单蔚
張鋒%張星%張樂%郝永卯%單蔚
장봉%장성%장악%학영묘%단위
支持向量机%结构风险最小化%学习性%推广性%产能预测
支持嚮量機%結構風險最小化%學習性%推廣性%產能預測
지지향량궤%결구풍험최소화%학습성%추엄성%산능예측
支持向量机方法(SVM)是基于结构风险最小化原理,采用核函数处理技术,较好的适应小样本、非线性和局部极小点等实际问题,克服了常规统计方法的局限性,避免了维数灾难.能够在有限的样本集基础上,兼顾模型的通用性和推广性,有效解决了学习性和延拓性的问题,预测精度更高.实际生产中影响储层产能因素众多,各因素间相互影响,在综合考虑地层因素的基础上,提取了测井产能预测参数,利用支持向量机方法对产能进行了预测,预测结果与实际一致,并将处理结果与多元回归及BP神经网络处理结果进行了对比分析.实践表明支持向量机方法优于后两种方法,是一种值得推广使用的方法.
支持嚮量機方法(SVM)是基于結構風險最小化原理,採用覈函數處理技術,較好的適應小樣本、非線性和跼部極小點等實際問題,剋服瞭常規統計方法的跼限性,避免瞭維數災難.能夠在有限的樣本集基礎上,兼顧模型的通用性和推廣性,有效解決瞭學習性和延拓性的問題,預測精度更高.實際生產中影響儲層產能因素衆多,各因素間相互影響,在綜閤攷慮地層因素的基礎上,提取瞭測井產能預測參數,利用支持嚮量機方法對產能進行瞭預測,預測結果與實際一緻,併將處理結果與多元迴歸及BP神經網絡處理結果進行瞭對比分析.實踐錶明支持嚮量機方法優于後兩種方法,是一種值得推廣使用的方法.
지지향량궤방법(SVM)시기우결구풍험최소화원리,채용핵함수처리기술,교호적괄응소양본、비선성화국부겁소점등실제문제,극복료상규통계방법적국한성,피면료유수재난.능구재유한적양본집기출상,겸고모형적통용성화추엄성,유효해결료학습성화연탁성적문제,예측정도경고.실제생산중영향저층산능인소음다,각인소간상호영향,재종합고필지층인소적기출상,제취료측정산능예측삼수,이용지지향량궤방법대산능진행료예측,예측결과여실제일치,병장처리결과여다원회귀급BP신경망락처리결과진행료대비분석.실천표명지지향량궤방법우우후량충방법,시일충치득추엄사용적방법.