基于DE-SVM的岩层可钻性预测研究
来源期刊:东北大学学报(自然科学版)2010年第9期
论文作者:邢军 姜谙男 邱景平 孙晓刚
文章页码:1345 - 1348
关键词:岩层可钻性;测井资料;支持向量机;差异进化算法;预测精度;
摘 要:鉴于试验确定深部岩层可钻性指标成本很高,而且测井信息神经网络模型往往存在过学习问题,利用遵循结构风险最小化的统计学习理论工具——支持向量机(SVM)建立可钻性预测模型,通过支持向量机对样本的学习,建立岩层可钻性与诸多测井信息的复杂非线性映射.为解决支持向量机参数选取问题,引入全局优化算法——差异进化算法(DE),建立DE-SVM的进化模型,进一步提高模型预测精度.算例表明,差异进化算法收敛快速,该方法预测精度高于传统方法,对新井钻头选型和钻速确定有重要意义.
邢军1,姜谙男2,邱景平1,孙晓刚1
1. 东北大学资源与土木工程学院2. 大连海事大学交通与物流工程学院
摘 要:鉴于试验确定深部岩层可钻性指标成本很高,而且测井信息神经网络模型往往存在过学习问题,利用遵循结构风险最小化的统计学习理论工具——支持向量机(SVM)建立可钻性预测模型,通过支持向量机对样本的学习,建立岩层可钻性与诸多测井信息的复杂非线性映射.为解决支持向量机参数选取问题,引入全局优化算法——差异进化算法(DE),建立DE-SVM的进化模型,进一步提高模型预测精度.算例表明,差异进化算法收敛快速,该方法预测精度高于传统方法,对新井钻头选型和钻速确定有重要意义.
关键词:岩层可钻性;测井资料;支持向量机;差异进化算法;预测精度;