结合粗糙集与支持向量回归进行油藏物性参数预测
为了更准确的预测油藏物性3个重要参数:孔隙度,渗透率、饱和度,提出了结合粗糙集属性约简和支持向量机回归的方法.首先用粗糙集理论对测井数据样本属性进行约简,从而选出决策属性,构成新的样本数据.然后用支持向量回归理论对数据样本进行训练,建立支持向量回归模型,并且对测试样本进行预测.实验结果表明,该方法获得了较好的拟舍结果,并且减少了支持向量机在训练中的计算复杂度,提高了物性参数预测的准确率.执行该方法可为油藏开发提供决策依据.
粗糙集、支持向量回归、孔隙度、饱和度、渗透率
31
TP18(自动化基础理论)
国家自然科学基金项目40872087
2010-06-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
1809-1812