基于特征选择、遗传算法和支持向量机的水淹层识别方法
详细信息
- 责任者：郭海峰^c中国石油大学(北京)油气资源与探测国家重点实验室^d1976^e博士研究生 ; 李洪奇 ; 孟照旭
- 刊名：石油天然气学报
- 出版年：2008
- 卷期：30^b6总108
- 关键词：支持向量机 ; 模式识别20^a储集层 ; 地球物理测井 ; 遗传算法21^a克拉玛依油田30^a水淹层
- 页码：94～99
- 索书号：P452.066/196
- 图表：^c表1参19插图
- 分类号：2000 ,0831
- 文摘期号：2009/07
摘要
支持向量机是识别水淹层的有效方法，但其预测性能受多种因素的影响。研究提出一种水淹层识别新方法，采用Relief-F算法进行自动化特征选择，通过遗传算法优化模型参数以及使用加权支持向量机改善样本类数据分布不平衡对分类准确率的影响。将该方法应用于克拉玛依油田六中区克下组砾岩油藏水淹级别划分中，结果表明效果良好，增强了支持向量机的预测能力，进一步提高了水淹层解释的精度。