位置:成果数据库 > 期刊 > 期刊详情页
基于QPSO的LS-SVM油层识别
  • ISSN号:1007-2373
  • 期刊名称:《河北工业大学学报》
  • 时间:0
  • 分类:TE27[石油与天然气工程—油气井工程] TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]河北工业大学信息工程学院
  • 相关基金:国家自然科学基金(60972106,51208168);天津市自然科学基金(11JCYBJC00900,13JCYBJC37700);河北省自然科学基金(F2013202254,F2013202102);河北省引进留学人员基金(C2012003038)
中文摘要:

油层识别是石油勘探与开发的主要任务,也是测井解释的主要工作之一.目前基于支持向量机(SVM)的油层识别方法比较盛行,如基于LS-SVM的方法,但它存在惩罚参数和所选核函数的宽度参数不易选取问题,为此,可以采用量子粒子群算法(QPSO)优化LS-SVM,提出了基于QPSO的LS-SVM油层识别方法,主要包括测井数据预处理,样本数据选取、属性约简、支持向量机建模和实际油层识别等步骤.实际资料处理表明,所提出的油层识别方法优于常用LS-SVM油层识别方法,其应用效果显著.

同期刊论文项目
期刊论文 46 会议论文 9 专利 3
同项目期刊论文
期刊信息
  • 《河北工业大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:河北省教育厅
  • 主办单位:河北工业大学
  • 主编:郭士杰
  • 地址:天津市北辰区双口镇西平道5340号
  • 邮编:300401
  • 邮箱:xuebao@hebut.edu.cn
  • 电话:022-60438311
  • 国际标准刊号:ISSN:1007-2373
  • 国内统一刊号:ISSN:13-1208/T
  • 邮发代号:
  • 获奖情况:
  • 1999年河北省高校学报“三优”评比优秀学报一等奖,2000年河北省优秀科技期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),德国数学文摘,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:6302