排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
精准预测煤层含气量是煤层气资源量评价及开发方案制定的关键之一,传统预测方法应用范围有限且预测误差较大。为了进一步提高含气量预测精度,以博文盆地M煤层气田GM煤层为研究对象,基于皮尔逊相关分析法对含气量主控因素进行定量分析,优选出了9个煤层含气量影响主控因素,提出基于高斯过程回归、支持向量机及集成装袋树等机器学习算法的煤层含气量预测模型,对比分析各方法优缺点,进而优选出最佳的含气量预测模型。研究结果表明:高斯过程回归精确度最高,预测结果平均相对误差为4.5%,适用于本气田煤层气的含气量预测;支持向量机泛化能力强,但是超平面的绝对化导致预测精度降低;集成装袋树并不侧重于训练数据集中的任何特定实例,对于噪声数据其基本不受过分拟合的影响。 相似文献
1