基于RS与LS-SVR的储层参数预测
该文提出结合粗糙集(RS)和最小二乘支持向量回归(LS-SVR)的方法.该方法利用RS对原始数据进行约简,更好地减少了支持向量的维数;同时采用LS-SVR解决了常规SVM计算速度慢、抗噪能力差的缺点.实例证明该方法应用在复杂地层储层参数预测中具有优越性.
作 者： 施泽进 任在清 戈汉权 SHI Ze-jin REN Zai-qing GE Han-quan 作者单位： 施泽进,SHI Ze-jin(成都理工大学"油气藏地质及开发工程"国家重点实验室,成都,610059)任在清,戈汉权,REN Zai-qing,GE Han-quan(成都理工大学信息管理学院,成都,610059)
刊 名： 成都理工大学学报(自然科学版) ISTIC PKU 英文刊名： JOURNAL OF CHENGDU UNIVERSITY OF TECHNOLOGY(SCIENCE & TECHNOLOGY EDITION) 年，卷(期)： 2007 34(6) 分类号： O211.5 TE122.23 关键词： 粗糙集 最小二乘支持向量机 孔隙度