基于改进LS-SVM的随钻测量数据传输误码率预测

• 作者: 刘新平 薛希文
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 随钻测量 最小二乘支持向量机 遗传算法 狄克逊准则
• 年，卷（期）: 2014,（5）
• 页码范围: 790-794
• 页数: 5页
• 分类号: TE927.6
• 字数: 3437字
• 语种: 中文

摘要

针对泥浆连续波随钻测量数据传输误码率预测精度低、数据传输过程中易受干扰信号影响等缺点,提出利用改进的最小二乘向量积(LS-SVM)对连续波数据传输误码率建立预测模型,并引用遗传算法对参数寻优,在建立模型过程中利用狄克逊准则对数据进行筛选,从而提高误码率预测的精度.在小样本数据的情况下,采用Matlab建立基于改进的最小二乘支持向量机泥浆连续波数据传输模型.仿真结果表明该模型能够有效地避免陷入局部最优问题,具有较强的泛化能力和预测能力.通过与误差反传前馈(Back propagation,BP)和Elman神经网络预测模型对比可知,该模型预测精度更高,预测值更接近于实际值,可以用于泥浆连续波数据传输误码率预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘新平	中国石油大学计算机与通信工程学院	28	260	7.0	15.0
2	薛希文	中国石油大学计算机与通信工程学院	2	7	2.0	2.0