测井岩性识别新方法研究

被引：31

作者：

马海 ^{[1
]}

王延江 ^{[1
]}

胡睿 ^{[2
]}

魏茂安 ^{[2
]}

机构：

[1] 中国石油大学信息与控制工程学院

[2] 胜利油田分公司钻井工艺研究院信息中心

来源：

地球物理学进展 | 2009年 / 24卷 / 01期

关键词：

岩性识别; 粒子群优化; 支持向量机; 测井资料;

D O I：

暂无

中图分类号：

P631.81 [];

学科分类号：

0818 ; 081801 ; 081802 ;

摘要：

为了更好地解决测井岩性识别问题,引入了一种基于粒子群优化的支持向量机算法.通过实际测井资料和岩性剖面资料进行学习训练支持向量机,并利用粒子群优化算法对支持向量机参数进行优化,建立了测井岩性识别的支持向量机模型.应用该方法对准噶尔盆地某井的测井岩性进行识别,并将该方法的识别结果与BP神经网络方法的识别结果进行了比较,结果表明该方法优于BP神经网络方法,具有识别正确率高、收敛速度快、推广能力强等优点.

引用

页码：263 / 269

页数：7

共 21 条

[1] 支持向量机在储层厚度预测和计算中的应用 [J].