基于统计学习理论的提高采收率潜力预测

被引：8

作者：

侯健

乐友喜

王才经

陈月明

贾国通

机构：

[1] 石油大学石油工程学院

[2] 石油大学地球资源与信息学院

[3] 石油大学数学与计算科学学院

[4] 中石油冀东油田分公司勘探开发研究院

来源：

石油大学学报(自然科学版) | 2004年 / 04期

关键词：

统计学习理论; BP神经网络; 支持向量机; 提高采收率; 潜力预测;

D O I：

暂无

中图分类号：

TE357 [提高采收率与维持油层压力（二次、三次采油）];

学科分类号：

摘要：

将近年来在统计理论方面的最新研究成果引入到提高采收率潜力分析中,对自组织、改进型BP神经网络、支持向量机3种方法在提高采收率潜力预测中的应用进行了探讨。3种方法的对比研究表明,在所用样本较少的条件下,支持向量机方法能够兼顾模型的通用性和推广性,即由有效的训练集样本得到的小的误差能够保证对独立的测试集的误差仍保持较小,该方法具有较好的应用前景。

引用

页码：67 / 70

页数：4