本研究评估了高温高压下油田钻井液的密度。此项工作的主要目的是,介绍一套利用各种智能模型预测钻井液密度的建模和实验技术。本文评估了三种模型,包括PSO-LSSVM、ICA-LSSVM和GA-LSSVM。PSO-LSSVM技术在最小偏差因子方面优于其他模型,反映了最大精度的响应。我们绘制了测定系数(R2)的实验回归图和模型回归图。在GA-LSSVM方法中,训练、测试和验证数据集的R2分别为0.998、0.996和0.996。在ICA-LSSVM方法中,训练、测试和验证数据集的R2分别为0.999、0.999和0.998。最后,在PSO-LSSVM方法中,训练、测试和验证数据集的R2分别为0.999、0.999和0.999。此外,还进行了敏感性分析,以探讨几个变量的影响。结果表明,初始密度对钻井液密度的影响最大,相关系数为0.98。