PSO-LSSVM分类模型在岩性识别中的应用

• 作者: 程国建 郭瑞华
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 岩性识别 测井资料 最小二乘支持向量机 粒子群优化算法
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 计算机及其应用
• 页码范围: 96-99
• 页数: 4页
• 分类号: TP18|TE319
• 字数: 3576字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2010.01.022

摘要

为了精确解决测井岩性识别问题,提出了一种将粒子群优化算法(PSO)与最小二乘支持向量机(LSSVM)相结合对实际测井资料进行岩性识别的方法.首先使用粒子群优化算法对LSSVM建模过程中的重要参数进行优化调整,然后利用参数优化调整后得到的具有较优分类效果的PSO-LSSVM模型对某油田的测井资料进行岩性识别.实验结果表明:同基于交叉验证的支持向量机模型以及单隐层的BP神经网络模型相比,该方法能够很好描述测井数据和岩性类别之间的非线性映射关系,识别精度高,并提高了算法的自动化程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程国建	西安石油大学计算机学院	123	847	14.0	25.0
2	郭瑞华	西安石油大学计算机学院	3	12	2.0	3.0