Derzeit werden für die Vorhersage der Förderungseffizienz von Sandsteinlagerstätten im östlichen Südchinesischen Meer hauptsächlich Methoden wie numerische Simulation und lineare Regression verwendet, die jeweils Nachteile wie lange Rechenzeiten bzw. geringe Genauigkeit aufweisen. Um die Förderungseffizienz schnell und genau vorherzusagen, wurden 50 erschlossene Lagerstätten als Datensamples ausgewählt. Basierend auf der Merkmalextraktion der Einflussfaktoren auf die Förderungseffizienz mithilfe der Hauptkomponentenanalyse wurde die Methode der neuronalen Netz-Regressionsanalyse angewandt, um ein Vorhersagemodell zu entwickeln, das für die marinen Sandsteinlagerstätten im östlichen Südchinesischen Meer geeignet ist. Der Vergleich der Vorhersageergebnisse des neuronalen Netz-Regressionsmodells mit Modellen der Support Vector Machine Regression und linearen Regression zeigt, dass das neuronale Netz-Regressionsmodell eine hohe Prognosegenauigkeit besitzt und das Potenzial zur schnellen Bewertung dieser Lagerstättenentwicklung bietet.

neuronale Netze;östliches Südchinesisches Meer;Sandsteinlagerstätten;Förderrate;Vorhersagemodell;Hauptkomponentenanalyse