融合多模型深层地应力预测方法
张文东1
吕扇扇1
张兴森1
张卫东2
1.中国石油大学(华东)计算机与通信工程学院 青岛2665802.中国石油大学(华东)石油工程学院 青岛266580
摘要：针对由于研究手段与技术等原因导致地应力测量难度大,而现有预测方法精度不高的问题,提出融合多模型预测方法.该方法首先通过构建多个子预测模型,然后由随机选取的样本训练子模型,按一定的优化算法将这些子模型进行线性融合,子模型投票优胜的决策结果即为预测的深层地应力值.利用某油田实际测井数据进行实验,并与最小二乘支持向量机(LS-SVM)、BP神经网络、线性回归进行对比分析.实验结果表明,对于最大水平应力和最小水平应力的预测,文中的融合多模型预测方法精度较LS-SVM、BP神经网络、线性回归最好,且其拟合结果也较好,提高了预测精度,能够满足工程需求,可有效应用于工程中深层地应力预测.
关键词：深层地应力子模型融合多模型预测最大(小)水平应力预测精度
分类号：P554(地质力学)
资助基金：国家自然科学基金(51374229)中国石油大学(华东)研究生创新工程项目(YCX2017064)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 717-720,738 )
英文信息