基于XGBoost储层厚度预测方法研究及应用

【作者】 刘烜良； 张军华； 白青林； 王福金； 刘中伟；

【机构】 中国石油大学(华东)地球科学与技术学院； 中石化胜利油田分公司现河采油厂；

【摘要】 <正>1.引言储层厚度预测工作是油气勘探开发中的一个重要环节,随着油气勘探开发日益向精细化方向发展,储层厚度预测的精度变得更加重要。极端梯度提升^[1]（XGBoost,extreme gradient boosting）算法自问世以来受到广泛关注,它是对常规提升算法^[2]（GBDT, gradient boosting decision tree）的优化,具有更高的模型精度与泛化能力。由于加入了防止过拟合的正则项,算法更加稳定;更多还原