基于PSO-SVM的空气钻井地下水水位预测

摘要

为缩短兴隆气田空气钻井周期,降低钻井成本,需对地下水水位进行预测.结合粒子群算法(PSO)和支持向量机(SVM),提出了一种新的空气钻井地下水水位预测模型.该模型利用了粒子群算法快速全局优化特点和支持向量机求解速度快、易描述非线性关系的优良特性;粒子群算法用于搜索支持向量机的最优参数,然后将支持向量机用于地下水位预测.结果表明,该模型具有收敛快、预测精度高等特点,在空气钻井地下水位预测中具有一定的工程应用价值.