支持向量机在多地质因素分析中的应用

详细信息   

• 责任者：石广仁^c中国石油勘探开发研究院^d1940^f 高级工程师
• 刊名：石油学报
• 出版年：2008
• 卷期：29^b2
• 关键词：储层预测11^a鄂尔多斯盆地20^a砂岩 ; 回归分析 ; 数学模型 ; 神经网络系统30^a支持向量机 ; 含气性评价
• 页码：195～198
• 索书号：P450.66/167
• 图表：^c表2参8
• 分类号：0831
• 文摘期号：2008/08

摘要

将支持向量机、人工神经网络、多元回归分析及参数乘积判别法4种算法分别应用于鄂尔多斯盆地塔巴庙地区40个致密砂岩储层的含气性评价,其预测结果与试气结果的平均相对误差绝对值分别为:0,4.63%,29.71%,18.75%。该实例表明:前两种非线性算法远比后两种线性算法优越；非线性算法中,支持向量机比人工神经网络优越；线性算法中,参数乘积判别法比多元回归分析优越。其根本原因在于:含气性与其相关地质因素(孔隙度、渗透率、含气饱和度)之间存在着复杂的非线性关系。因此,当描述一个研究目标与多个相关地质因素的复杂关系时,应提倡采用非线性算法,特别是在耗时巨大、多次反复进行多地质因素分析的数据处理作业中,应提倡采用支持向量机。因为它与人工神经网络相比,具有计算速度快、计算结果精度高的特点。另外,参数乘积判别法也具有简明、快速的优点,其精度远高于多元回归分析；而多元回归分析不仅计算速度快,而且还具有能表达研究目标与其相关地质因素之间亲疏关系的优点,可作为辅助手段。