机器学习预测孔隙度和渗透率

文章预览

本文《Prediction of Porosity and Permeability Alteration Based on Machine Learning Algorithms》探讨了 使用机器学习算法预测岩石性质（如孔隙度和渗透率变化）的可行性 ，主要基于常规岩心分析（RCA）数据。以下是文章的核心内容概述： 1. **研究目的**：    - 研究不同 机器学习算法在预测岩石性质（孔隙度、渗透率和盐浓度）方面的适用性 ，尤其是在缺乏特殊实验室分析的情况下。 2. **实验设计**：    - 通过100多个实验对含盐岩心样本进行测试，研究盐分对孔隙度和渗透率的影响。    - 采用常规岩心分析数据和其他地质参数（如钻井深度）来建立预测模型。 3. **机器学习算法**：    - 使用多种机器学习算法进行比较，包括线性回归（带L1和L2正则化）、决策树、随机森林、梯度提升、神经网络和支持向量机（SVM）。    - 研究发现，双隐层神经网络在所有三种 ………………………………