支持向量机在油藏历史拟合中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·支持向量机及其应用 | 第10页 |
| ·油藏历史拟合技术 | 第10-11页 |
| ·研究思路及技术路线 | 第11-12页 |
| ·研究思路 | 第11页 |
| ·技术路线 | 第11-12页 |
| ·课题的目的和意义 | 第12页 |
| ·本文的主要工作和结构安排 | 第12-14页 |
| 第二章 统计学习理论 | 第14-20页 |
| ·引言 | 第14页 |
| ·机器学习 | 第14-16页 |
| ·机器学习问题的基本模型 | 第14-15页 |
| ·三类典型机器学习问题 | 第15页 |
| ·经验风险最小化 | 第15-16页 |
| ·统计学习理论 | 第16-18页 |
| ·统计学习理论的产生 | 第16-17页 |
| ·VC维理论 | 第17页 |
| ·推广性的界 | 第17-18页 |
| ·结构风险最小化 | 第18页 |
| ·本章小结 | 第18-20页 |
| 第三章 支持向量机 | 第20-32页 |
| ·引言 | 第20页 |
| ·支持向量分类机 | 第20-22页 |
| ·线性支持向量分类机 | 第20-22页 |
| ·非线性支持向量分类机 | 第22页 |
| ·支持向量回归机 | 第22-27页 |
| ·ε-支持向量回归机 | 第25-26页 |
| ·v-支持向量回归机 | 第26-27页 |
| ·核函数 | 第27-31页 |
| ·核函数方法原理 | 第28-29页 |
| ·核函数方法特点 | 第29-30页 |
| ·核函数方法实施步骤 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 油藏历史拟合原理 | 第32-39页 |
| ·引言 | 第32页 |
| ·油藏数值模拟的工作流程 | 第32-33页 |
| ·油藏历史拟合的内容 | 第33-34页 |
| ·油藏历史拟合的具体过程 | 第34-35页 |
| ·自动历史拟合原理 | 第35-37页 |
| ·模型的建立 | 第35-36页 |
| ·问题的求解 | 第36-37页 |
| ·历史拟合过程中参数调整的原则 | 第37页 |
| ·动态预测 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 利用支持向量机进行油藏历史拟合 | 第39-58页 |
| ·引言 | 第39页 |
| ·利用支持向量机进行油藏历史拟合的流程 | 第39-40页 |
| ·数据准备和数据预处理 | 第40-42页 |
| ·数据准备 | 第40页 |
| ·数据预处理 | 第40-42页 |
| ·系统设计 | 第42-44页 |
| ·单个区域的油藏物性参数预测 | 第44-53页 |
| ·四个区域的油藏物性参数预测 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 第六章 结论与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录A 样本数据 | 第63-65页 |
| 附录B (攻读学位期间发表的论文) | 第65-66页 |
| 详细摘要 | 第66-75页 |
