针对油藏开发的人工智能应用，本研究开发了融合ANN、SVM、FL、进化算法及粒子群优化（PSO）的混合AI模型，搭配创新性数据预处理策略，可精准预测渗透率、孔隙度和相对渗透率等关键油藏参数。该模型构建了首个能同时处理岩心数据、测井曲线和生产历史的智能建模框架，关键技术路线包含基于贝叶斯自适应直接搜索（BADS）的数据清洗流程、融合物理约束的混合神经网络架构、结合现场数据的迁移学习策略，还通过将达西定律、毛管压力方程作为
原文链接：https://m.ebiotrade.com/newsf/2025-7/20250712000829663.htm