摘要：为了对比多元回归分析（MRA）、人工神经网络（ANN）和支持向量机（SVM）三种算法的应用效果，分别将其应用于两个实例：对南襄盆地泌阳凹陷安棚油田安1井和安2井7种测井资料的34个样本进行裂缝预测；对鄂尔多斯盆地塔巴庙地区致密砂岩储集层孔隙度、渗透率和含气饱和度的40个样本进行含气性评价。两个实例分析表明：①非线性算法（SVM和ANN）远比线性算法（MRA）优越；②SVM表现绝对的优越性（计算误差均为零、计算速度快），是迄今最佳的机器学习方法；③在实例1中ANN与SVM相比几乎是同等优越，但在实例2中ANN的精度比SVM低得多；④MRA计算速度快、具有ANN和SVM所不具备的能表达研究目标与相关地质因素之间亲疏关系的优点。因此，当描述一个研究目标与多个相关地质因素的复杂关系时，应提倡采用SVM，而MRA可作为辅助应用。图4表3参27

关键词：多元回归分析 人工神经网络 支持向量机 算法比较 裂缝预测 

单位：中国石油勘探开发研究院