预测三因子论初探——关于预测论的探讨

通常,预测主要是对事物未来的发展、变化进行预先推断。本文提出广义预测的概念,包含了正向预测与逆向预测内容。分析了预测的不确定性及论述了预测的哲学基础是辩证唯物论的认识论,提出了预测三因子论,即能否预测取决于对预测的核心因子、诱导因子、不确定因子的了解与掌握程度。并运用预测三因子论对地震预测、彩票预测、油价预测三大预测难题进行了分析。     

基于灰色模型的动态功率管理空闲预测算法

为提高空闲预测的准确性,提出基于灰色模型的空闲预测算法.该算法对预测样本的数量和分布特征没有苛刻要求,仅使用少量样本数据就能够进行预测.预测过程可以动态调整预测参数,实现自适应预测,提高预测的准确性.实验结果表明,使用该算法进行预测得到的预测值接近真实值,准确性高于指数平均预测算法.     

动态加权预测方法设计及在降水预测中的应用

在动态数据预测中,为克服传统预测方法中所造成的较大误差,本文通过动态预测理论与移动平均预测理论相结合,设计了一种加权移动平均预测方法,用来预测时间序列数据.在原有的移动平均预测基础上构造一个动态加权参数.通过对相对误差的比较,证实了该方法预测效果优于移动平均预测.并利用该方法对乌鲁木齐地区30年平均降水量进行预测研究.并与动态预测方法相比较,预测效果相对误差较小.     

高效的用户访问预测新算法

针对基于Web日志挖掘的用户访问预测经典算法的不足,提出了基于Markov链和关联规则的预测算法(MAPA).使用二阶Markov链找到用户下一步或将来可能访问的页面集,生成预测候选集;使用二项关联规则从正向和反向2个角度修正Markov的预测结果,从而生成最后的预测页面.通过引入用户反馈机制,提出了带反馈的Markov预测算法(MPAF),即在预测过程中逐步构造历史预测树,把历史预测信息保存到历史预测树中,并根据用户的反馈来判断预测的正确性.在预测过程中,用二阶Markov预测算法生成预测候选集,再利用历史预测信息动态地调整预测算法,从而生成预测页面.理论分析证明,这2种预测算法具有线性时间复杂度的预测效率.实验结果表明,MAPA和MPAF在预测准确率上平均提高5%和10%.     

预测分析在企业管理中的应用

预测分析是一门实用学科,它的任务是根据事物的发展规律对未来事件做出科学评判。就其内容而言,分为经济预测、科技预测、社会预测和军事预测;就其应用方法分为定性预测和定量预测;就其预测期限分为长期预测、中期预测和短期预测。预测分析是本世纪40年代形成并发展起来的,之后在经济、科学技术、社会领域得到广泛应用。     

实时交通量的灰色马尔柯夫预测方法

灰色预测适合于原始数据序列按指数规律变化的问题,而马尔柯夫适用于预测随机波动大的动态过程．有机地结合两者构成灰色马尔柯夫预测方法,可发挥两者的优势,从而提高预测精度．该方法首先用GM（1,1）模型进行预测,而后对相对误差序列进行马尔柯夫预测,最后用该预测值修正GM（1,1）的预测结果,因而具有较高的预测精度．使用灰色马尔柯夫预测方法对苏州某交叉口实时交通量进行预测,预测结果优于单一灰色GM（1,1）预测．实验表明,灰色马尔柯夫预测方法用于交通量预测是有效可行的．     

一般增长曲线模型中线性预测的可容许性

研究了一般增长曲线模型中线性可预测变量的最优预测,给出了可容许线性预测的定义,并分别在齐次线性预测类和非齐次线性预测类中得到了线性可预测变量的一个线性预测是可容许预测的充要条件．     

基于ARIMA—ANN的时间序列组合预测模型

目前,时间序列预测主要采用基于传统研究方法或人工神经网络技术的单一预测方法.近年来的研究表明,组合预测方法比单一预测具有更高的预测精度.提出了一种基于BP神经网络和ARIMA组合模型的预测新方法,对中国GDP的变化趋势进行了综合分析与预测,预测结果表明这种方法相对于单一的预测方法具有更高的精度,该模型在非平稳时序的预测中的应用是可行、有效的.     

基于ANN-泊松模型的预测研究

目前,经济预测主要采用基于传统研究方法或人工神经网络技术的单项预测方法．近年来的研究表明,组合预测方法比单项预测具有更高的预测精度．本文提出了一种基于BP神经网络和泊松模型的组合预测新方法,对轮船发生事故进行了综合分析与预测,预测结果表明这种方法相对于单一的预测方法具有更高的精度,该模型在计数模型的预测中的应用是可行、有效的．     

基于相空间重构预测方法预测能力的评估

为了客观地评估基于相空间重构预测方法的预测能力,使用非线性局部Lyapunov指数来替代均方根误差。根据误差平均相对增长的饱和性质,可以确定预测方法的最大预测期限。通过计算得到重构Lorenz相空间和原始Lorenz相空间的最大预测期限分别是12,13s,k-近邻方法(k=1,2,3,4,5)的最大预测期限分别是12.0,9.8,9.7,9.2,8.8s,多变量预测方法的最大预测期限是12.8s,单变量预测方法的最大预测期限是12.0s。研究表明,重构的Lorenz系统的相空间可预报性与原始Lorenz相空间相当。此外,对于重构的Lorenz相空间,由于k-近邻方法集合了预测能力参差不齐的成员,导致其预测能力逊色于零级近似预测,多变量预测方法的预测能力与单变量预测方法几乎相当。     

基于人工神经网络的油田产量多因素非线性时变预测

运用人工神经网络技术对多因素非线性影响下的油田产量进行了预测 ,结果表明 ,该方法既能考虑新井开井数、注水井开井数、注水量、老井开井数及老井措施量对油田产量的影响 ,还能间接地全面考虑储层非均质性对油田产量的影响 ,且预测快速、简便、精度高 ,是对油田油产量进行中短期预测的有效方法 ,对于产能建设、产量规划、措施安排具有一定的指导意义     

基于PSO-ELM的水平井自喷期“多段式”产量预测方法——以玛湖油田百口泉组致密砾岩油藏为例

准确预测油气井动态产量对油田高效开发意义重大,是单井累产油预测以及部署政策优化的关键。玛瑚油田百口泉组致密砾岩油藏水平井自喷期产量呈“多段式”特征,在实际生产过程中,油气井产量受储层物性、压裂工艺参数等多种因素综合影响,传统产量预测方法及数值模拟法考虑影响因素有限,预测方法适用性差。在产量特征认识基础之上,利用主成分分析法优选油层厚度、地层压力、总砂量、渗透率、压裂簇数及含油饱和度六个主控因素,采用粒子群算法优化ELM的输入权值与隐含层偏置,建立了玛湖油田水平井产量预测模型。预测结果表明,PSO-ELM对比传统预测模型具有计算速度快、泛化能力强、预测精度高的优点,利用该方法预测了5口水平井的单井产量,平均误差在2.14%~5.28%,与实际产量吻合良好。     

基于支撑向量机的井眼轨迹预测新方法

提出了一种利用支撑向量机(SVM)进行井眼轨迹预测的新方法,它基于小样本统计学习理论,通过对一口或几口已钻井的轨迹数据进行学习训练支撑向量机,建立井眼轨迹的支撑向量机预测模型。对多口井的实验结果分析表明,该方法估计精度高且易于现场推广使用。     

低渗气藏带节流器水平井积液预测模型

近年来,水平井技术已在低渗气藏的开发过程中得到广泛运用,但水平井在生产状态下准确预测井筒积液的问题,目前仍没有得到较好地解决。通过对低渗气藏水平井单相渗管耦合的理论研究,考虑了气液两相流动及井筒摩擦损失,建立了新的低渗气藏水平井气液两相渗管耦合模型,并以此推导出了水平井井筒积液量的计算公式。然后,以井口套压为约束,结合几何转换建立了环空积液量计算方法。最后,以环空算出的井底压力约束,联立各模型,建立了水平井积液预测模型。同时,通过程序编译和流体软件模拟分别对苏里格气田某井区单井的直井段和水平段的积液量进行了计算,与实际积液情况符合较好。结果显示,该预测模型不仅可在气井正常生产时较为准确地预测井筒积液量,且该方法也能为其他类似气藏的水平井积液研究工作提供新的思路。     

边水气藏高产气井见水时间预测方法

基于多孔介质流体质点渗流规律,考虑高产气井近井地带非达西效应,对具有近似直线供给边界的边水气藏见水时间的预测方法进行研究。考虑气体非达西效应、气水流度比、原始束缚水饱和度、残余气饱和度、气井距边水的距离等影响因素,并通过数学推导,得到高产气井边水气藏水舌突破时间的计算公式。应用表明,该公式考虑了气体非达西效应,与未考虑气体非达西效应的气井见水时间预测方法相比,预测时间更符合实际情况,对现场生产管理具有重要现实指导意义。     

井震结合储层精细描述在水平井设计中的应用

单纯依靠测井进行井间储层预测存在很多困难,而地震具有横向密度大的优势,采用井震结合反演技术进行储层预测,能有效提高储层预测精度。利用该方法在大庆长垣北部区块精细油藏描述及开发应用中见到实效,根据砂岩反演剖面布置了A-215水平井,其砂岩钻遇率为92%,该井目前累计产油9686t,展现了良好的应用前景。     

强边底水油藏水驱开发效果评价

针对目前水驱开发评价方法主要是评价油田整体开发效果,很难对具体注水井的注水效率进行评价,以及强边底水油藏中油井产水的主要来源等问题。基于井间油水动态的连通性计算模型,结合油田地质参数和实际生产数据进行自动历史拟合。示踪剂分析验证了该模型具有很好的可靠性。采用该模型计算注水井注水劈分系数,确定注采优势通道以及注水井驱油效率。该模型同时也可以计算注水井和边底水对油井产油产水贡献百分比。实例油田应用表明,该模型可靠性很好,与示踪剂测试结果吻合,计算结果能很好地评价注水井的注水效率。     

辐射状分支井产能电模拟实验研究

依据相似原理,采用电模拟试验装置,设计了辐射状分支井模型.研究了在不同分支数、分支水平段长度时,辐射状分支井井筒附近的压力分布,描述油藏中的压力场形态,评价各种参数对产能的影响,为水平井产能预测提供了依据.     

水平气井井筒气液两相流型预测

准确判断产水水平气井井筒流型是预测其井筒压降、合理制定排水采气方案的关键。水平井沿流向井斜角从90 °到0连续变化,目前尚无描述水平井两相流动的统一流型图,只能分别采用描述水平管、倾斜管和垂直管的3个流型图来分段处理,各流型图实验条件差异大;且产水气井日产水量极小,气液比极高,易超出工程常用气液两相管流流型图的坐标值范围,导致其预测结果误差大。为此研制了水平段-倾斜段-垂直段的水平井空气-水两相流动模拟实验装置,考虑产水气井特高气液比的特点开展了7组管斜角641组水平井气水两相管流流型实验,归纳水平气井的5种流型及其典型特征。引用Duns&Ros定义的无因次气液速度准数,增加管斜角为X轴,绘制了描述水平气井气液两相管流的三维流型图,给出了BP神经网络模型预测水平气井井筒流型的方法。川西气田20口水平气井测压数据验证表明,该流型图预测正确率达90%。     

基于神经网络模型的井间参数预测方法

目的研究储层精细评价技术中的储层参数井间预测方法。方法基于人工神经网络模型,结合油藏微相研究成果,采用井位和微相信息作为神经网络的输入信息,采用神经网络模型对储层参数进行空间预测。结果利用空间分散井位点的孔隙度资料和地区沉积微相信息,对孤岛油田渤21断块油藏进行井间孔隙度内插预测,其井间参数的预测精度得到明显提高,为油藏建模提供了可靠的基础。结论基于神经网络模型的井间参数预测方法,可以为储层精细评价提供高质量的油藏地质模型。