油田产量多变量预测模型的优化

• 作者: 李宇峰 王涛 陈祥光
• 来源期刊: 计算机仿真
• 学科: 地球科学
• 关键词: 人工神经网络 多元线性回归 产量预测
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 建模与验模
• 页码范围: 53-56
• 页数: 4页
• 分类号: N945.12
• 字数: 2730字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.02.016

摘要

油田开发是一个复杂的多变量非线性动力学系统,为有效地预测油田产量,确保油田生产过程高产稳产,该文提出采用多元线性回归与神经网络相结合的方法对油田产量多变量预测模型进行优化.首先基于回归分析的"后退法"对影响产量的变量进行优选,然后通过神经网络对优选后的变量进行训练得到最终的预测模型,从而实现神经网络与多元线性回归相结合建立多变量预测模型.实际应用结果表明,优化后的模型简洁实用,可以在一定程度上提高模型的预测精度,并减少建模预测所需数据量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈祥光	北京理工大学化工与环境学院	104	807	17.0	23.0
2	李宇峰	北京理工大学化工与环境学院	14	98	5.0	9.0
3	王涛	北京理工大学化工与环境学院	66	449	12.0	16.0