-
题名自适应PSO-SVM上产期油气操作成本预测模型
被引量:3
- 1
-
-
作者
赵越
吴莹
-
机构
西安石油大学计算机学院
-
出处
《计算机仿真》
北大核心
2019年第11期69-74,共6页
-
基金
国家自然科学基金项目(51707158)
陕西省自然科学基础研究计划项目(2018JQ6006)
陕西省教育厅专项科研计划项目(16JK1607)
-
文摘
针对上产期油气操作成本及其影响因素具有的非线性、小样本数据特征,采用油气操作成本核算内容的定性分析与邓氏、绝对、斜率及B型关联度分析方法的定量分析相结合,确定上产期油气操作成本主要影响因素,构建基于SVM的上产期油气操作成本预测模型。针对建模所需参数难确定及标准PSO算法易陷入局部最优的问题,采用线性分段函数构建惯性权重ω计算方法,同时引入最佳适应度变化率因子和粒子变异因子,构建自适应PSO算法,并结合k-fold交叉验证最小误差准则寻优参数,进而构建自适应PSO-SVM上产期油气操作成本预测模型。实验表明上述模型能够根据粒子自身适应度平衡全局和局部搜索能力,具有更佳的全局搜索能力和预测精度。
-
关键词
上产期油气操作成本
支持向量机
粒子群
预测
-
Keywords
Oil-gas operating cost in the rapid growing period
Support vector machine(SVM)
Particle swarm
Forecast
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
TE319
[石油与天然气工程—油气田开发工程]
-