登录    注册    忘记密码

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

作  者:虞朝阳[1] 马群[1] 郑鹏宇[1]

机构地区:[1]重庆科技学院石油与天然气工程学院,重庆401331

出  处:《重庆科技学院学报(自然科学版)》

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心