应用于石油勘探和开发中, 以获取高性能的地质, 油藏, 储层及流体性质评价的预测模型. 该方法由特征选择, 模型参数优化, 性能评估等三大循环组成, 核心技术是将遗传算法用于特征选择和参数优化, 通过重复交叉验证得到泛化准确率的无偏估计以及从多种学习方法中优选出最终模型. 本文以克拉玛依油田砾岩油藏水淹层评价为例, 研究了6 种特征子集方案和决策树, 神经网络, 支持向量机, 贝叶斯网络及组合学习等5 种方法, 综合考虑预测模型的准确率和生成 …