《表1 三种模型对油井日平均产量预测及误差》
为了进一步说明基于PSO-SVR模型的可靠性和优越性,将文中的模型和传统遗传算法模型、BP神经网络模型进行对比。分别用以上的三种模型来预测2011至2015年油井日平均产量,结果如图4所示。三种算法的预测结果及误差如表1所示。从表1可以看出,PSO-SVR模型整体预测拟合精度比遗传算法和BP神经网络要高。这表明采用文中提出的模型能得到更好的预测结果。使用训练好的PSO-SVR模型,对2016年产量进行预测,得到的结果如表2所示。进一步验证了PSO-SVR模型的优势。
图表编号 | XD0024887500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.28 |
作者 | 殷荣网、杜奕智、周睿 |
绘制单位 | 合肥学院基础教学与实验中心、合肥学院基础教学与实验中心、合肥学院基础教学与实验中心 |
更多格式 | 高清、无水印(增值服务) |