摘要：针对高温高压井油基钻井液密度预测的问题,提出了一种自适应极限学习机的油基钻井液密度预测模型,该模型结合了极限学习机理论和K近邻理论,以室内实验结果作为训练样本,开展油基钻井液密度预测研究。结果表明,该方法学习速度快,具有良好泛化性能,解决了神经网络模型局部最小、迭代次数多等问题,与传统的神经网络和极限学习机模型相比预测精度更高,具有广泛的应用前景。