Resumen

La inteligencia computacional híbrida se define como una combinación de múltiples algoritmos inteligentes de tal manera que el modelo resultante tenga un rendimiento superior a los algoritmos individuales. Por lo tanto, la importancia de fusionar dos o más algoritmos inteligentes para lograr un mejor rendimiento no puede ser subestimada. En este trabajo, se propone un novedoso esquema de hibridación homogénea para mejorar la generalización y la capacidad predictiva de las máquinas de soporte vectorial para regresión (SVR, por sus siglas en inglés). El SVR híbrido propuesto y desarrollado (HSVR) funciona considerando la predicción inicial del SVR como un proceso de extracción de características y luego emplea la salida del SVR, que es la característica extraída, como su único descriptor. El modelo híbrido desarrollado se aplica a la predicción de la permeabilidad de un yacimiento y la permeabilidad predicha se compara con la permeabilidad del núcleo, que se considera estándar en la industria petrolera. Los resultados muestr

• Materias:Ecuaciones diferenciales Axiomas de lógica Intervalo Semiilimitado Deformación no lineal Cadenas homotópicas
• Subjects:Differential equations Logic axioms Semi-limited interval Nonlinear deformation Homotopy chains
• Palabras claves:Inteligencia computacional híbrida; Algoritmos inteligentes; Regresión de máquinas de vectores de soporte; Esquema de hibridación homogéneo; Permeabilidad del yacimiento; Ingenieros petroleros
• Keywords:Hybrid computational intelligence; Intelligent algorithms; Support vector machines regression; Homogenous hybridization scheme; Reservoir permeability; Petroleum engineers