首页> 中文会议>2014油气藏监测与管理国际会议 >基于粒子群优化极限学习机的测井孔隙度预测

基于粒子群优化极限学习机的测井孔隙度预测

页面导航

摘要
著录项
相似文献
相关主题

摘要

由于地层成因复杂,加之构造等作用影响,测井信息与实际地层信息间呈非线性对应关系.极限学习机作为一种单隐层前馈神经网络(sLFN)学习算法,可较好的处理此类信息,因无需设置大量网络训练参数而优于传统的神经网络学习算法(如BP算法、SVM等),但要达到理想精度仍需设置大量隐含层节点,基于此,提出了一种基于粒子群优化极限学习机(PSOELM)的孔隙度预测模型,通过优化ELM的输入权值矩阵和隐含层偏差,计算出输出权值矩阵,以减少隐含层节点.本文通过提取现场测井数据并建立孔隙度预测模型,并通过对比PSOELM、ELM、BP三种算法发现,PSOELM可以以更少的隐含层节点获得更高的精度.实验结果证明,PSOELM用于孔隙度的预测具有可行性与有效性.

著录项

来源
《2014油气藏监测与管理国际会议》|2014年|1-9|共9页
会议地点北京
作者
Liu Yuanyuan; 刘媛媛; Li Taifu; 李太福; Zhang Yuantao; 张元涛; Wang Pengjiu; 王朋久;
展开▼
作者单位

中国石油大学;

西安石油大学;

陕西省石油学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类地质构造、油气藏（田）的形成;
关键词
油气田储层; 预测模型; 测井孔隙度; 粒子群优化极限学习机;

相似文献

中文文献
外文文献
专利

1. 基于改进粒子群优化和极限学习机的网络安全态势预测 [J] . 唐延强 ,李成海 ,宋亚飞 . 计算机应用 . 2021,第003期
2. 基于随机权重粒子群优化极限学习机的土壤湿度预测 [J] . 吉威 ,刘勇 ,甄佳奇 . 新疆大学学报（自然科学版） . 2020,第002期
3. 基于粒子群优化极限学习机的中长期电力需求预测研究 [J] . 王婷 ,刘婷婷 . 科技和产业 . 2020,第006期
4. 基于粒子群优化极限学习机及电容层析成像的两相流流型及其参数预测 [J] . 张立峰 ,朱炎峰 . 计量学报 . 2020,第012期
5. 基于粒子群优化极限学习机的风功率预测 [J] . 赵睿智 ,丁云飞 . 上海电机学院学报 . 2019,第004期
6. 一种基于量子粒子群优化的极限学习机 [C] . Pang Shan ,逄珊 ,Yang Xinyi . 2017中国仿真大会 . 2017
7. 基于粒子群优化算法的极限学习机及其在降水量预测中的应用研究 [A] . 尤玲玲 . 2020

基于粒子群优化极限学习机的测井孔隙度预测

摘要

著录项

相似文献

相关主题

期刊订阅