四川省教育厅重点项目(2008ZB026)
- 作品数：2 被引量：11H指数：2
- 相关作者：匡建超张哨楠王众罗鑫更多>>
- 相关机构：成都理工大学更多>>
- 发文基金：四川省教育厅重点项目四川省学术和技术带头人培养资金更多>>
- 相关领域：石油与天然气工程更多>>
- 基于主成份分析和支持向量机的PCA-SVM储层识别模型研究被引量：3
- 2010年
- 储层识别是油气勘探开发中所面临的关键问题和难点之一。针对传统储层识别方法预测精度较低这一问题,提出了基于主成份分析和支持向量机的PCA-SVM储层识别模型,较好地解决了传统学习方法在非线性预测中的小样本、过学习、局部极小点等问题,同时消除了出入变量之间的多重相关性,减少了输入变量的个数,提高了预测精度和收敛速度。通过对长庆中部气田马五1段储层的实例应用,PCA-SVM模型的预测精度达到100%,优于SVM模型(93.6%)和Fisher判别模型(96.3%)。这表明PCA-SVM模型具有更高的预测精度,为致密储层的准确识别探索了又一新方法。
- 王众张哨楠匡建超罗鑫
- 关键词：主成份分析支持向量机储层识别
- 基于动态MAUT的油气勘探风险决策模型研究被引量：8
- 2010年
- 油气勘探项目的风险决策是一个系统、复杂的过程。传统决策方法很少考虑决策者的风险承受能力与风险偏好,从而导致决策结果与客观实际不相符合。基于此,以Suslick提出的MAUT决策框架为基础,从风险-收益的角度,凝练出"地质风险"、"市场风险"和"经济收益"3大属性。通过效用函数,将决策者对待风险的态度、经验及判断能力等主观因素与勘探项目的客观损益有机结合;并综合专家赋权法和随机赋权法的优点,对属性实施动态赋权,构建了基于动态MAUT的油气勘探风险决策模型。该方法不仅充分考虑了决策者的风险偏好,且能够反映决策结果的稳定性,有利于决策者以动态、全面的眼光进行风险决策分析,从而使得决策更加科学、合理。实例应用表明,该模型决策结果符合客观实际,且操作简便,对同类研究具有借鉴作用。
- 王众张哨楠匡建超
- 关键词：油气勘探
