基于G-A-SVM的油田注水动态预测模型

传统的油田注水动态预测方法在描述产油量与各种注水开发影响因素之间的复杂非线性关系时存在困难，引入遗传算法(GA)对支持向量机(SVM)的参数进行优化，建立了油田注水动态的GA-SVM预测模型。该模型利用SVM来建立注水开发影响因素和产油量之间的非线性关系；同时利用GA对SVM参数进行全局寻优，避免参数选择的盲目性。根据学习好的油田注水动态预测GA-SVM模型对1个待判样本进行预测，得到的年产油量值为52.25×104t，与实际产油量的误差为1.8％。