地震多属性综合解释的支持向量机方法研究Study of Support Vector Machine Method in Seismic Multi-attribute Comprehensive Interpretation
赵勇,尹成
摘要(Abstract)：
能够同时对多种属性进行训练,具有优秀推广能力的支持向量机(Support Vector Machine,简称SVM)方法是进行高精度地震参数预测的有力保障。然而,支持向量机中用于构建回归估计函数的参数最优解很难确定。针对该问题,通过建立数学模型进行参数选择研究,总结出了参数ε、C、σ2对样本预测的影响规律。在此基础上提出了求取惩罚因子C和核参数σ2的权系数公式。结合提出的参数求取公式,利用支持向量机方法,以地震属性为输入向量对渤海SZ36-1油田的砂泥岩百分比和孔隙度进行了预测。结果表明,利用该方法对储层参数进行预测具有较高的预测精度;权系数公式的提出极大地缩短了构建回归估计函数所耗用的时间,简化了参数选取的难度。
关键词(KeyWords)： 支持向量机;参数选择;地震属性;储层参数表征
基金项目(Foundation):
作者(Author): 赵勇,尹成
参考文献(References)：
- [1]乐友喜,袁全社.支持向量机方法在储层预测中的应用[J].石油物探,2005,44(4):387-392.
- [2]魏艳,尹成,丁峰,等.地震多属性综合分析的应用研究[J].石油物探,2007,46(1):42-47.
- [3]朱剑兵,谭明友.基于支持向量机的地震储层参数预测方法初探[J].油气地球物理,2008,6(1):34-37.
- [4]李在光,杨占龙.多属性综合方法预测含油气性及其效果[J].天然气地球科学,2006,17(5):727-730.
- [5]唐耀华,张向君,高静怀.基于地震属性优选与支持向量机的油气预测方法[J].石油地球物理勘探,2009,44(1):75-80.
- [6]万琳.地震属性分析及其在储层预测中的应用[J].油气地球物理,2009,74(3):43-46.
- [7]Vapnik V N.The nature of statistical learning theory[M].New York:Springer,1995.
- [8]Sch?lkoph B,Smola A J,Bartlett P L.New support vector algorithms[J].Neural Computation.,2000,12:1207-1245.
- [9]Platt J C.Fast training of support vector machines using sequentialminimal optimization[C]//In Sch?lkoph B,Burges C,Smola A J.Advances in Kernel Methods-Support Vector Machines Learning[C].Cambridge,MA:MIT Press.,1999:185-208.
- [10]Smola A J,Sch?lkoph B.A tutorial on support vector regression[R].Royal Holloway College,NeuroCOLT Technical Report TR-1998-030.,1998.
- [11]Keerthi S S.Improvements to Platt’s SMO algorithm for SVM classi-fier design[J].Neural Computation.,2001,13(3):637-649.
- [12]Vladimir Cherkassky,Yunqian Ma.Practical Selection of SVM Pa-rameters and Noise Estimation for SVM Regression[J].Neural Networks,2004,17(1):113-126.
- [13]董春曦,饶鲜,杨绍全,等.支持向量机参数选择方法研究[J].系统工程与电子技术,2004,26(8):1117-1120.
- [14]袁小芳,王耀南.基于混沌优化算法的支持向量机参数选择方法[J].控制与决策,2006,21(1):111-113.
- [15]董玉林,夏尊铨,杨慎恭.支持向量机中一种参数优化选取方法[J].运筹与管理,2007,16(3):61-65.
- [16]刘昌平,范明钰,王光卫,等.基于梯度算法的支持向量机参数优化方法[J].控制与决策,2008,23(11):1291-1300.
- [17]张培林,钱林方,曹建军,等.基于蚁群算法的支持向量机参数优化[J].南京理工大学学报,2009,33(4):464-468.
- [18]古发明,尹成,丁峰.应用粗集理论优选地震属性的方法研究[J].西南石油大学学报,2007,29(增):1-4.
- [19]赵勇,高立清,张珊,等.基于支持向量机的地震多属性综合解释技术应用研究[J].重庆科技学院学报,2011,13(6):96-99.
- [20]Vapnik V N.统计学习理论的本质[M].张学工,译.北京:清华大学出版社,2000.
- [21]白鹏,张喜斌,张斌,等.支持向量机理论及工程应用实例[M].西安:西安电子科技大学出版社,2008.
- [22]杜树新,吴铁军.用于回归估计的支持向量机方法[J].系统仿真学报,2003,15(11):1580-1633.