跳转到主要内容
认证机构:IGI全球平台(112.34.110.21)
登录
注册
语言:
英语
欢迎使用InfoSci平台
IGI全球平台
IGI全球平台
无法进行身份验证。
IP:112.34.110.21
数据库搜索
数据库搜索
基本搜索
高级搜索
专家搜索
保存的搜索
索策略
研究工具
研究工具
帮助
用户指南
咨询委员会
用户资源
用户资源
针对研究人员
对于作者
对于图书馆员
参考中心
2
指数
该标题如下所示:
关闭
参考集线器
该研究被引用于:
第条
基于混合数据驱动智能模型的稠油产量预测
工程中的数学问题
10.1155/2021/5558623
第条
油田多相混输管道运行参数优化与智能控制研究
管道科学与工程杂志
2016年10月10日/j.jpse.2021.07.002
关闭
最近搜索的热门结果
关闭
最小二乘支持向量机在油气田产量预测中的应用
彭军、乔玉登、唐德东、兰戈、夏秦峰、陈婷婷
源标题:
国际认知信息学与自然智能杂志(IJCINI)
12(1)
版权:
© 2018
|
体积:
12
|
问题:
1
|
页:
15
国际标准编号:
1557-3958
|
EISSN公司:
1557-3966
|
EISBN13:
9781522543022
|
内政部:
10.4018/IJCINI.2018010105
引用文章
引用文章
MLA公司
Peng,Jun等人,“油气田产量预测的最小二乘支持向量机”
IJCINI公司
2018年第1期第12卷:第60-74页。
http://doi.org/10.4018/IJCINI.2018010105
亚太地区
Peng,J.,Qiao,Y.,Tang,D.,Ge,L.,Xia,Q.,&Chen,T.(2018)。
最小二乘支持向量机在油气田产量预测中的应用。
国际认知信息学与自然智能杂志(IJCINI),12
(1), 60-74.
http://doi.org/10.4018/IJCINI.2018010105
芝加哥
Peng,Jun等,“油气田产量预测的最小二乘支持向量机”
国际认知信息学与自然智能杂志(IJCINI)
12,编号:60-74。
http://doi.org/10.4018/IJCINI.2018010105
导出参考
最喜欢的
完整发布下载
查看全文HTML
查看全文PDF
摘要
随着认知信息技术的发展和不断应用,人类社会也加快了发展。
认知信息广泛应用于石油和天然气领域,其中产量预测对企业和公司至关重要。
本文将支持向量机与最小二乘支持向量机(LS-SVM)和粒子群优化算法相结合进行研究,以准确预测并做出误差估计。
本文应用该模型对某企业往年的实际产出数据进行了验证。
结果表明,该模型具有良好的收敛性、较高的预测精度和训练速度,能够更准确地预测其输出。
本文采用的方法是认知信息技术的发展,作者有理由相信,随着认知信息技术不断发展,我们的社会将会有突破。
请求访问权限
您不拥有此内容。
请登录向您所在机构的图书管理员推荐此标题,或从
IGI全球书店
.
用户名或电子邮件:
*
密码:
*
登录
忘记个人登录密码?
创建个人帐户
如果出现与翻译网站中所含信息准确性相关的任何问题,
请参阅网站的英文版本,即官方版本。
访问
www.igi-global.com/gateway/terms-and-conditions网站/
了解更多信息。