基于支持向量机的压裂井层优选

• 作者: 杨位民 田芳 龚声蓉
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 神经网络 预测 压裂效果
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 工程应用技术与实现
• 页码范围: 247-249
• 页数: 3页
• 分类号: TP18
• 字数: 3285字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.07.088

摘要

压裂是油田重要的增产措施,合理选择压裂井层是一项十分复杂的工作.在对影响压裂效果的各种因素综合分析的基础上,提出了基于支持向量机技术的压裂效果预测方法.采用该方法,利用油田开发动、静态数据,构建了压裂井层优选的支持向量机模型,对大庆油田采油八厂样本进行处理,符合率达89%以上,并在不同数目学习样本的情况下同模糊神经网络作了比较,性能远优于模糊神经网络,可很好地克服过学习问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨位民	北京航空航天大学计算机学院	1	6	1.0	1.0
2	田芳		4	429	3.0	4.0
3	龚声蓉	苏州大学计算机科学系	97	1079	17.0	27.0