支持向量机在多地质因素分析中的应用

• 作者: 石广仁
• 来源期刊: 石油学报
• 学科: 工学
• 关键词: 支持向量机 人工神经网络 多元回归分析 参数乘积判别法 致密砂岩 含气性评价
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 地质勘测
• 页码范围: 195-198
• 页数: 4页
• 分类号: TE19
• 字数: 2552字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-2697.2008.02.007

摘要

将支持向量机、人工神经网络、多元回归分析及参数乘积判别法4种算法分别应用于鄂尔多斯盆地塔巴庙地区40个致密砂岩储层的含气性评价,其预测结果与试气结果的平均相对误差绝对值分别为:0,4.63%,29.71%,18.75%.该实例表明:前两种非线性算法远比后两种线性算法优越;非线性算法中,支持向量机比人工神经网络优越;线性算法中,参数乘积判别法比多元回归分析优越.其根本原因在于:含气性与其相关地质因素(孔隙度、渗透率、含气饱和度)之间存在着复杂的非线性关系.因此,当描述一个研究目标与多个相关地质因素的复杂关系时,应提倡采用非线性算法,特别是在耗时巨大、多次反复进行多地质因素分析的数据处理作业中,应提倡采用支持向量机.因为它与人工神经网络相比,具有计算速度快、计算结果精度高的特点.另外,参数乘积判别法也具有简明、快速的优点,其精度远高于多元回归分析;而多元回归分析不仅计算速度快,而且还具有能表达研究目标与其相关地质因素之间亲疏关系的优点,可作为辅助手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石广仁		31	509	13.0	21.0