| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景 | 第7页 |
| ·研究目的和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·课题来源与主要研究内容 | 第10-12页 |
| 第二章 钻井事故预警的理论基础与相关技术 | 第12-35页 |
| ·钻井工程 | 第12-15页 |
| ·钻井工程参数 | 第13页 |
| ·综合录井技术 | 第13-15页 |
| ·常见钻井事故 | 第15-17页 |
| ·支持向量机理论 | 第17-30页 |
| ·统计学习理论 | 第18-23页 |
| ·标准支持向量分类机 | 第23-30页 |
| ·粒子群算法理论 | 第30-34页 |
| ·基本粒子群算法 | 第31-33页 |
| ·标准粒子群算法 | 第33页 |
| ·粒子群算法的拓扑结构 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于 PSO-SVM 钻井事故预警系统的需求分析与设计 | 第35-42页 |
| ·需求分析 | 第35-36页 |
| ·功能需求 | 第35-36页 |
| ·非功能需求 | 第36页 |
| ·系统设计 | 第36-41页 |
| ·结构设计 | 第37-38页 |
| ·功能设计 | 第38-39页 |
| ·数据库设计 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于 PSO-SVM 钻井事故自适应预警模型的构建 | 第42-47页 |
| ·钻井事故分析 | 第42-43页 |
| ·特征参数的选择 | 第43-44页 |
| ·预警模型的建立 | 第44-46页 |
| ·数据集的构建 | 第44-45页 |
| ·预警模型的生成 | 第45页 |
| ·事故自适应预警 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于 SVM 和 PSO 的钻井事故智能预警系统的实现 | 第47-72页 |
| ·开发环境与工具 | 第47页 |
| ·数据访问层的实现 | 第47-50页 |
| ·业务逻辑层的实现 | 第50-63页 |
| ·事故预警 | 第51-62页 |
| ·事故实例 | 第62-63页 |
| ·事故处理 | 第63页 |
| ·表示层的实现 | 第63-69页 |
| ·系统验证 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 第六章 结论 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-76页 |
| 攻读硕士学位期间发表的论文 | 第76-77页 |
| 详细摘要 | 第77-92页 |
