- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于粒子群优化相关向量机的岩层可钻性预测.pdf
第43卷第3期 探矿工程 (岩土钻掘工程) Vo1.43No.3
2016年 3月 ExplorationEngineering(RockSoilDrillingandTunneling) Mar.2016:23—26
基于粒子群优化相关向量机的岩层可钻性预测
韩丽丽
(中国地质科学院勘探技术研究所,河北 廊坊065000)
摘要:本文提出了一种基于粒子群优化相关向量机 (PSO—RVM)的岩层可钻性预测方法。该方法选取岩层埋深
日、声波时差Ac、电阻率P、岩层密度P和泥质含量 等5个参数作为评价岩层可钻性的基本参数。以某油田Du4
钻井为例,采用PSO—RVM方法、多元 回归方法和RVM方法对岩层可钻性进行评价。计算结果表明,PSO—RVM
模型的预测结果与实测数据非常接近,其预测精度明显高于多元回归方法和RVM方法,说明本文提出的方法具有
一 定的优越性和较高的精度 ,可以较好地应用于钻井工程中岩层可钻性预测。
关键词:粒子群算法;支持向量机算法;岩层可钻性
中图分类号:P634.1 文献标识码:A 文章编号:1672—7428(2016)03—0023—04
DrillabilityofRockFormationsAssessmentbyRelevanceVectorM achineBasedonParticleSwarm Optimization/
HANLi—li(TheInstituteofExplorationTechniques,CAGS,LangfangHebei065000,China)
Abstract:ThispaperpresentsarelevancevectormachinebasedonparticleswaHnoptimizationmethodfPSO—RVM foras—
sessingthedrillabilityofrockformations.Fiveparameters,includingthedepthofrockfomrations().acoustictraveltime
(AC),electricalresistivity(Pd),densityofrockformations(P)andtheshalinessofrockfomrations(h),raeselectedas
thebasicpraametersinthePSO—RVM mode1.TheDu4welldrillinginanoilfieldischosenas anexamplenadthePSO—
RVMmethod,multipleregressionmethodandrelevancevectormachine(RVM)methodareusedtoassesstherockformation
drillabilityofthewel1.TheresultssuggestthatthepredictresultsofPSO—RVM methodaccordwellwiththemeasureddata
nadthepredictionaccuracyissignificantlyhigherthanthatof muhiplerergessionmethodandtheRVM method.Itisshown
thatPSO—RVM methodcanbeappliedinthepredictionof rockformationdrillabilitywithitsadvnatagesnadhighaccuracy.
Keywords:particleswram optimization;support vectormachinealgorithm ;rockdrillability
0 引言 型构成了严峻的挑战。
岩层可钻性是衡量岩石抵抗钻具破坏能力的一 相关向量机 (RVM)是一种基于贝叶斯 (Bayes-
项指标 ¨J。该指标被广泛应用于地质勘探和油气
文档评论(0)