文献

J-GLOBAL ID：201702252995791360   整理番号：17A1779262

石油およびガス生産予測におけるPSO(粒子群最適化)-SVM予測モデルの適用【Powered by NICT】

Application of PSO LS-SVM forecasting model in oil and gas production forecast

著者 (4件)： Qiao Yudeng (College of Electrical and Information Engineering, Chongqing University of Science and Technology, Chongqing 401331, China) ,  Peng Jun (College of Electrical and Information Engineering, Chongqing University of Science and Technology, Chongqing 401331, China) ,  Ge Lan (College of Electrical and Information Engineering, Chongqing University of Science and Technology, Chongqing 401331, China) ,  Wang Hongjin (Sinopec Chongqing Fuling Shale Gas Exploration and Development Co. Ltd, Chongqing 408014, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCI*CC  ページ： 470-474  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 石油・ガス生産予測は油田開発と操作のための有益である。粒子群最適化(PSO)と最小二乗サポートベクトルマシン(LSSVM)の組み合わせに基づいて,本論文では,会社の石油とガスデータの歴史的データを採用して石油およびガス生産に影響する因子を解析した。本論文では,石油およびガス生産予測は油田開発と操作のための有益である。石油・ガス生産予測モデルを確立し,モデルの検証を行った。実験結果は,粒子群最適化に基づく最小二乗サポートベクトルマシンのモデルは良好な収束性,高い予測精度と訓練速度を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *予測 ,  *予測モデル ,  *採ガス ,  *モデル ,  *石油 ,  油田開発
準シソーラス用語： 予測精度 ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (5件)： 無機化合物一般及び元素  (CD01010D) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  原子・分子のクラスタ  (BH09030O) ,  その他の汚染原因物質  (SB05040W) ,  機械的性質  (WB02030U)

タイトルに関連する用語 (6件)： 石油 ,  予測 ,  PSO ,  粒子群最適化 ,  SVM ,  予測モデル