基于DE-SVM的岩层可钻性预测研究

• 作者: 姜谙男 孙晓刚 邢军 邱景平
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 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
• 年，卷（期）: 2010,（9）
• 页码范围: 1345-1348
• 分类号: TD322
• 字数: 3451字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2010.09.032

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢军	东北大学资源与土木工程学院	64	516	11.0	20.0
2	邱景平	东北大学资源与土木工程学院	90	423	10.0	15.0
3	姜谙男	大连海事大学交通与物流工程学院	91	570	12.0	20.0
4	孙晓刚	东北大学资源与土木工程学院	50	207	8.0	10.0