论文部分内容阅读
由于钻井液体系种类繁多,各种各样的地质层环境或多或少都会影响钻井液体系的选择,石油工程师在如此多的钻井液体系中选择出一种合适的钻井液效率较低。故考虑将机器学习应用于钻井液体系优选中,本文简单介绍机器学习在钻井液体系优选中的方法理论及采用的模型。首先介绍对初始数据集处理的3种方法的基本理论,分别是主成分分析、灰色关联度分析及奇异值分解;然后介绍这三种方法分别与BP神经网络结合的优选模型;最后对本文提出的钻井液体系优选方法进行总结概括。