论文部分内容阅读
将支持向量机SVM与遗传算法GA、粒子群算法PSO相结合,建立了基于改进支持向量机的压裂效果预测模型。该模型分别利用GA、PSO对SVM参数进行全局寻优,提高了SVM算法的预测精度和运行速度。实验结果表明,该模型明显优于其他主要非线性预测方法,为快速准确地预测压裂效果提供了新的方法和途径。
基于改进支持向量机的压裂效果预测方法研究
【摘 要】
：
将支持向量机SVM与遗传算法GA、粒子群算法PSO相结合,建立了基于改进支持向量机的压裂效果预测模型。该模型分别利用GA、PSO对SVM参数进行全局寻优,提高了SVM算法的预测精度
【机 构】
：
重庆科技学院石油与天然气工程学院
【出 处】
：
重庆科技学院学报(自然科学版)
【发表日期】
：
2016年3期
其他文献