论文部分内容阅读
为了精确解决测井岩性识别问题，提出了一种将粒子群优化算法（PSO）与最小二乘支持向量机（LSSVM）相结合对实际测井资料进行岩性识别的方法．首先使用粒子群优化算法对LSSVM建模过程中的重要参数进行优化调整，然后利用参数优化调整后得到的具有较优分类效果的PSO—LSSVM模型对某油田的测井资料进行岩性识别．实验结果表明：同基于交叉验证的支持向量机模型以及单隐层的BP神经网络模型相比，该方法能够很好描述测井数据和岩性类别之间的非线性映射关系，识别精度高，并提高了算法的自动化程度．