摘要：針對高溫高壓井油基鉆井液密度預測的問題,提出了一種自適應極限學習機的油基鉆井液密度預測模型,該模型結合了極限學習機理論和K近鄰理論,以室內實驗結果作為訓練樣本,開展油基鉆井液密度預測研究。結果表明,該方法學習速度快,具有良好泛化性能,解決了神經網絡模型局部最小、迭代次數多等問題,與傳統(tǒng)的神經網絡和極限學習機模型相比預測精度更高,具有廣泛的應用前景。