基于遗传算法优化的支持向量机在岩性识别中的应用

• 作者: 张昭杰 方石
• 来源期刊: 世界地质
• 学科: 地球科学
• 关键词: 岩性识别 测井数据 砂砾岩 支持向量机 遗传算法
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 地球物理
• 页码范围: 486-491
• 页数: 6页
• 分类号: P631.8|P585
• 字数: 3093字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5589.2019.02.019

摘要

为提高测井岩性识别的精度,本文结合乌夏地区岩芯资料和测井数据,总结该地区砂砾岩测井响应特征,优选出声波、 自然伽马、 密度、 中子孔隙度和电阻率等5条测井曲线参数作为训练和测试样本,通过遗传算法挑选出最佳的支持向量机核函数参数σ和惩罚因子C,建立支持向量机岩性识别模型.结果表明该模型实际数据预测总体符合率为81.6％,在识别准确率上与传统测井识别砂砾岩岩性方法相比都有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方石	吉林大学地球科学学院	46	503	13.0	20.0
2	张昭杰	吉林大学地球科学学院	1	0	0.0	0.0