结构优化群组数据处理方法结合离散差分进化建模，用于提升焦石坝页岩气储层的毛细压力和相对渗透率

《Journal of Geodynamics》：Structure-Optimized Group Method of Data Handling–Discrete Differential Evolution Modeling for Improving Capillary Pressure and Relative Permeability in Jiaoshiba Shale Gas Reservoir

　　

埃莉内扎·尼科迪穆斯·阿贝利（Elieneza Nicodemus Abelly）|冯阳（Feng Yang）|农康（Nong Kang）|瓦塔拉·穆萨（Ouattara Moussa）|阿尔文·K·穆拉沙尼（Alvin K. Mulashani）

• •
  一种结合GMDH和DDE方法的混合框架，用于预测毛细压力J函数和相对渗透率
• •
  该模型整合了微孔CT（MICP）和岩石物理数据
• •
  GMDH-DDE模型的性能优于C-GMDH、PSO-ANN和XGBoost模型
• •
  对于超低渗透率的页岩，该模型能够实现最小的预测误差（均方根误差RMSE < 0.004）