PSO-SVR模型在油井产能预测中的应用

摘要：

针对支持向量回归机(Support Vector Regression,SVR)用于油井产能预测中模型参数具有不确定的问题,采用粒子群算法(Particle Swarm Optimization,PSO)对支持向量回归机参数进行优化,减少模型参数的不确定性,产能数据测试表明,PSO能快速,准确地优化SVR参数,二者的结合有效地进行产能预测,并取得较为理想的效果.

关键词：PSO优化、SVR、参数优化、产能预测

所属期刊栏目：14

分类号：TP311(计算技术、计算机技术)

资助基金：安徽省教育厅自然科学基金项目KJ2015B1105917

在线出版日期：2018-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：189-190