基于改进LS-SVM的随钻测量数据传输误码率预测

摘要：

针对泥浆连续波随钻测量数据传输误码率预测精度低、数据传输过程中易受干扰信号影响等缺点,提出利用改进的最小二乘向量积(LS-SVM)对连续波数据传输误码率建立预测模型,并引用遗传算法对参数寻优,在建立模型过程中利用狄克逊准则对数据进行筛选,从而提高误码率预测的精度.在小样本数据的情况下,采用Matlab建立基于改进的最小二乘支持向量机泥浆连续波数据传输模型.仿真结果表明该模型能够有效地避免陷入局部最优问题,具有较强的泛化能力和预测能力.通过与误差反传前馈(Back propagation,BP)和Elman神经网络预测模型对比可知,该模型预测精度更高,预测值更接近于实际值,可以用于泥浆连续波数据传输误码率预测.

关键词：随钻测量、最小二乘支持向量机、遗传算法、狄克逊准则

所属期刊栏目：29

分类号：TE927.6(石油机械设备与自动化)

资助基金：山东省自然科学基金ZR2010FM028;中央高校基本科研业务费专项资金12CX04075A

在线出版日期：2014-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：790-794