基于偏最小二乘与神经网络耦合的储层参数预测

• 作者: 任在清 戈汉权 施泽进
• 来源期刊: 成都理工大学学报(自然科学版)
• 学科: 工学
• 关键词: 偏最小二乘 神经网络 储层参数预测
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 数学地质
• 页码范围: 618-620
• 页数: 3页
• 分类号: O211.5|TP183|TE122.23
• 字数: 2450字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-9727.2007.06.005

摘要

将偏最小二乘回归(PLS)与神经网络(NN)耦合,建立了储层参数预报模型.利用偏最小二乘对影响储层参数的诸多因素进行分析,提取对因变量影响强的成分,从而克服了变量间的多重相关性问题,降低了神经网络的输入维数;同时,利用神经网络建模可以较好地解决非线性的储层参数预测问题.计算实例表明,本耦合模型的拟合和预报精度优于独立使用神经网络模型的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戈汉权	成都理工大学信息管理学院	4	17	2.0	4.0
2	任在清	成都理工大学信息管理学院	4	17	2.0	4.0