Abstract: Support Vector Machine（SVM） is a general machine learning method in recent years，by which good results have been obtained in fitting of small samples.Using new Support Vector Machine—Least Square Support Vector Machine（LS-SVM） to predict porosity，permeability，saturation is satisfied.The method is prone to use，it is seldom affected by uncertain factor and has powerful conformity skill of information and higher veracity in forecast.

Key words: Least Square Support Vector Regression, porosity, permeability, saturation, forecast

摘要： 支持向量机（SVM）是近年来发展起来的一种通用的机器学习方法，在小样本数据的拟合中已获得了很好的效果。采用新型的支持向量机——最小二乘支持向量机（LS-SVM）对孔隙度、渗透率和饱和度进行了预测，获得了满意的结果。该方法易于使用，很少受不确定性因素的影响，并具有较强的信息整合能力以及更高的预测准确性。

关键词: 最小二乘支持向量回归机, 孔隙度, 渗透率, 饱和度, 预测