阎铁;王长江;毕雪亮;陈要辉;刘维凯;

• 1:大庆石油学院石油工程学院

• 2:大庆石油学院石油工程学院

• 3:大庆石油学院石油工程学院

• 4:大庆石油学院石油工程学院

摘要(Abstract)：

针对钻具失效影响因素多,隐蔽性强的特点,提出了一种运用支持向量机技术分析钻具失效的新方法;建立了基于支持向量机技术的钻具失效模型,通过小样本数据优化,利用该模型对现场数据进行了模拟预测实验.实验结果与实际情况相吻合.

关键词(KeyWords)：钻井工程;钻具失效;统计学习理论;支持向量机;最优分类面;核函数

Abstract:

Keywords:

基金项目(Foundation):黑龙江自然科学基金资助(E200507)

作者(Author):阎铁;王长江;毕雪亮;陈要辉;刘维凯;

Email:

参考文献(References)：

• [1]李盼池,肖红,许少华.支持向量机在模式分类中的应用[J].大庆石油学院学报,2003,27(2):59-61.

• [2]梅建新,段汕,潘继斌,等.支持向量机在小样本识别中的应用[J].武汉大学学报,2002,48(6):732-736.

• [3]赵国珍,龚伟安.钻井力学基础[M].北京:石油工业出版社,1988:68-106.

• [4]李鹤林,李平全,冯耀荣.石油钻柱失效分析及预防[M].北京:石油工业出版社,1999:214-220.

• [5]VAPNIK V.统计学习理论的本质[M].张学工,译.北京:清华大学出版社,2004:122-135.

• [6]张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1):32-42.

• [7]MITCHELL T M.机器学习[M].曾华军,张银奎,译.北京:机械工业出版社,2003:236-290.