基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对支持向量回归机(Support Vector Regression,SVR)用于油井产能预测中模型参数具有不确定的问题,采用粒子群算法(Particle Swarm Optimization,PSO)对支持向量回归机参数进行优化,减少模型参数的不确定性,产能数据测试表明,PSO能快速,准确地优化SVR参数,二者的结合有效地进行产能预测,并取得较为理想的效果。
推荐文章
应用灰关联分析的PSO-SVR工程造价预测模型
工程造价
PSO-SVR预测模型
粒子群优化算法
灰关联分析
旅游客流量预测:基于季节调整的PSO-SVR模型研究
旅游客流量预测
粒子群算法
支持向量回归机
季节调整
均方差比较
基于 InSAR 监测和 PSO-SVR 模型的高填方区沉降预测
高填方区域
粒子群算法
支持向量机回归
形变预测
基于PSO-SVR航站楼CO2浓度时间序列预测
支持向量回归
粒子群优化算法
航站楼
CO2浓度数据
时间序列预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 PSO-SVR模型在油井产能预测中的应用
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 PSO优化 SVR 参数优化 产能预测
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 189-190
页数 2页 分类号 TP311
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周睿 合肥学院基础教学与实验中心 14 67 4.0 8.0
2 殷荣网 合肥学院基础教学与实验中心 14 29 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
PSO优化
SVR
参数优化
产能预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
电脑知识与技术:学术版2018年第9Z期 电脑知识与技术:学术版2018年第9X期 电脑知识与技术:学术版2018年第9期 电脑知识与技术:学术版2018年第8X期 电脑知识与技术:学术版2018年第8期 电脑知识与技术:学术版2018年第7Z期 电脑知识与技术:学术版2018年第7X期 电脑知识与技术:学术版2018年第7期 电脑知识与技术:学术版2018年第6Z期 电脑知识与技术:学术版2018年第6X期 电脑知识与技术:学术版2018年第6期 电脑知识与技术:学术版2018年第5Z期 电脑知识与技术:学术版2018年第5X期 电脑知识与技术:学术版2018年第5期 电脑知识与技术:学术版2018年第4Z期 电脑知识与技术:学术版2018年第4X期 电脑知识与技术:学术版2018年第4期 电脑知识与技术:学术版2018年第3Z期 电脑知识与技术:学术版2018年第3X期 电脑知识与技术:学术版2018年第3期 电脑知识与技术:学术版2018年第2Z期 电脑知识与技术:学术版2018年第2X期 电脑知识与技术:学术版2018年第2期 电脑知识与技术:学术版2018年第1Z期 电脑知识与技术:学术版2018年第1X期 电脑知识与技术:学术版2018年第12Z期 电脑知识与技术:学术版2018年第12X期 电脑知识与技术:学术版2018年第12期 电脑知识与技术:学术版2018年第11Z期 电脑知识与技术:学术版2018年第11X期 电脑知识与技术:学术版2018年第11期 电脑知识与技术:学术版2018年第10Z期 电脑知识与技术:学术版2018年第10X期 电脑知识与技术:学术版2018年第10期 电脑知识与技术:学术版2018年第1期
论文1v1指导