结合粗糙集与支持向量回归进行油藏物性参数预测

作     者：曾兰 程国建 廉师友 ZENG Lan;CHENG Guo-jian;LIAN Shi-you

作者机构：西安石油大学计算机学院陕西西安710065 

基　　金：国家自然科学基金项目(40872087) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2010年第31卷第8期

页      码：1809-1812页

摘      要：为了更准确的预测油藏物性3个重要参数:孔隙度、渗透率、饱和度,提出了结合粗糙集属性约简和支持向量机回归的方法。首先用粗糙集理论对测井数据样本属性进行约简,从而选出决策属性,构成新的样本数据。然后用支持向量回归理论对数据样本进行训练,建立支持向量回归模型,并且对测试样本进行预测。实验结果表明,该方法获得了较好的拟合结果,并且减少了支持向量机在训练中的计算复杂度,提高了物性参数预测的准确率。执行该方法可为油藏开发提供决策依据。

主 题 词：粗糙集 支持向量回归 孔隙度 饱和度 渗透率 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2010.08.056

馆 藏 号：203487419...