基于支持向量机回归的煤层含气量预测  

Prediction of coalbed gas content based on support vector machine regression

作　　者：连承波[1] 赵永军[1] 李汉林[1] 渠芳[1] 蔡福龙[2] 张军涛[3] 

机构地区：[1]中国石油大学地球资源与信息学院,山东257061 [2]中国科学院地质与地球物理研究所,北京100029 [3]南京大学地球科学系,南京210093

出　　处：《西安科技大学学报》2008年第4期707-710,共4页Journal of Xi’an University of Science and Technology

基　　金：国家重点基础研究规划项目(973项目)(2002CB211702)

摘　　要：为了探讨煤层含气量的有效预测方法,将支持向量机回归方法用于建立煤层含气量预测模型。利用所选的测井参数,采用基于小样本理论的支持向量机回归方法建立测井参数与煤层含气量的关系模型,对煤层含气量进行预测。实例分析表明,选取适当的测井参数,利用支持向量机回归方法建立的煤层气含量预测模型,其预测结果与实测结果的误差小。Support vector machine regression was proposed to predict eoalbed gas content based on well logging data. The model of correlation between eoalbed gas content and well logging parameters was es tablished based on support vector machine regression. The model was used to predict eoalbed gas content. The practical application shows that the error between predicted results and those analyzed by sample test is small.

关 键 词：支持向量机 测井参数 煤层含气量 

分 类 号：TD712[矿业工程—矿井通风与安全]