论文部分内容阅读
为解决现行油气操作成本预测方法存在的油气操作成本影响因素难确定,传统模型的构建需采集大量多维数据且对具有非线性特征的油气操作成本时间序列预测精度较低的问题,首先采用CAO算法对油气操作成本时间序列进行空间重构并构建模型所需样本。其次,为解决支持向量机回归模型(SVR)所需参数难确定及原始粒子群优化算法(PSO)易陷入局部最优的问题,利用多样性PSO算法(DPSO)并结合K-fold交叉验证最小误差准则进行参数寻优,建立基于空间重构的DPSO-SVR油气操作成本时间序列预测模型。最终,以某油田1983