| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题研究背景和意义 | 第9-11页 |
| 1.2 故障诊断技术国内外研究现状 | 第11-12页 |
| 1.3 参数预测技术国内外研究现状 | 第12-14页 |
| 1.4 本文主要工作与结构安排 | 第14-16页 |
| 2 灰色系统理论知识 | 第16-23页 |
| 2.1 灰色系统理论概述 | 第16页 |
| 2.2 灰色生成函数 | 第16-18页 |
| 2.2.1 累加生成 | 第16-17页 |
| 2.2.2 累减生成 | 第17页 |
| 2.2.3 均值生成 | 第17-18页 |
| 2.3 GM(1,1)模型 | 第18-22页 |
| 2.3.1 GM(1.1)模型的建立 | 第19-20页 |
| 2.3.2 灰色系统预测模型的精度检验 | 第20-22页 |
| 2.3.3 GM(1,1)均值模型发展系数适用范围 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 支持向量机理论 | 第23-38页 |
| 3.1 支持向量机 | 第23-32页 |
| 3.1.1 最优超平面 | 第23-24页 |
| 3.1.2 支持向量机求解 | 第24-26页 |
| 3.1.3 支持向量机多分类算法 | 第26-29页 |
| 3.1.4 支持向量机回归 | 第29-31页 |
| 3.1.5 基于支持向量机回归的时间序列预测 | 第31页 |
| 3.1.6 嵌入维数的确定准则 | 第31-32页 |
| 3.2 支持向量机模型参数优化方法 | 第32-37页 |
| 3.2.1 网格搜索法(Grid Search) | 第32-33页 |
| 3.2.2 遗传算法(Genetic Algorithm,GA) | 第33-34页 |
| 3.2.3 粒子群算法(Particle Swarm Optimization,PSO) | 第34-36页 |
| 3.2.4 改进粒子群算法 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 4 改进PSO算法优化SVM的煤层气井故障诊断模型 | 第38-49页 |
| 4.1 煤层气井采气原理及工艺流程 | 第38-40页 |
| 4.2 煤层气井采气系统常见故障分析 | 第40-43页 |
| 4.3 改进PSO优化SVM故障诊断模型 | 第43-45页 |
| 4.3.1 样本集的选取及处理 | 第43页 |
| 4.3.2 煤层气井故障诊断模型的建立 | 第43-45页 |
| 4.4 仿真实验及结果 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 改进PSO算法优化灰色SVM的煤层气井系统参数预测模型 | 第49-57页 |
| 5.1 模型嵌入维数的确定 | 第49-51页 |
| 5.2 煤层气特征参数预测模型的建立 | 第51-52页 |
| 5.3 仿真实验及结果 | 第52-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |
