期刊文章详细信息
基于改进支持向量机的压裂效果预测方法研究
Research on the Method of Fracturing Effect Prediction Based on Improved Support Vector Machine
文献类型:期刊文章
机构地区:[1]重庆科技学院石油与天然气工程学院,重庆401331
基 金:中石化西北油田分公司科研项目"采油化学用剂评价及优化实验"(34400007-14-ZC-0607-0002);重庆科技学院研究生科技创新计划项目(YKJCX2014020)
年 份:2016
卷 号:18
期 号:3
起止页码:116-118
语 种:中文
收录情况:CAS、普通刊
摘 要:将支持向量机SVM与遗传算法GA、粒子群算法PSO相结合,建立了基于改进支持向量机的压裂效果预测模型。该模型分别利用GA、PSO对SVM参数进行全局寻优,提高了SVM算法的预测精度和运行速度。实验结果表明,该模型明显优于其他主要非线性预测方法,为快速准确地预测压裂效果提供了新的方法和途径。
关 键 词:压裂效果预测 遗传算法 向量机 参数寻优
分 类 号:TP319] TE357[计算机类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...