《表1 三种模型对油井日平均产量预测及误差》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于PSO优化SVR参数的油藏产能预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。