| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·传统的抽油机节能方法 | 第9-10页 |
| ·基于智能方法的抽油机节能方法 | 第10-11页 |
| ·论文的主要工作 | 第11-12页 |
| ·本文的技术路线 | 第12-13页 |
| 第二章 抽油机的工作原理 | 第13-16页 |
| ·游梁式抽油机系统浅析 | 第13-14页 |
| ·抽油机能耗分析 | 第14页 |
| ·影响系统效率的主要因素 | 第14-16页 |
| ·地面设备 | 第14-15页 |
| ·井筒条件 | 第15页 |
| ·生产参数 | 第15页 |
| ·管理 | 第15-16页 |
| 第三章 基于 EKF 神经网络的抽油机采油系统动态演化建模 | 第16-30页 |
| ·引言 | 第16-17页 |
| ·基于神经网络的非线性逼近方法 | 第17-19页 |
| ·逼近特性简介 | 第17-18页 |
| ·神经网络的函数逼近 | 第18-19页 |
| ·Kalman 滤波 | 第19-21页 |
| ·EKF 神经网络抽油机采油系统建模 | 第21-23页 |
| ·实验及结果分析 | 第23-29页 |
| ·实验数据选取 | 第23-24页 |
| ·EKF 神经网络确定 | 第24-25页 |
| ·抽油机采油过程 EKF 神经网络建模 | 第25-29页 |
| ·小结 | 第29-30页 |
| 第四章 基于 NSGA-II 算法的抽油机节能多目标优化 | 第30-45页 |
| ·引言 | 第30页 |
| ·非支配排序算法 | 第30-36页 |
| ·多目标优化算法简介 | 第30-31页 |
| ·Pareto 解集的概念 | 第31-32页 |
| ·快速非支配排序遗传算法（NSGA-II） | 第32-36页 |
| ·基于 NSGA-II 的油田抽油机采油过程参数优化 | 第36-37页 |
| ·基于 OWA 和神经网络的 Pareto 前沿决策模型 | 第37-39页 |
| ·OWA 算子 | 第37-38页 |
| ·基于 OWA 的神经网络模型 Pareto 决策 | 第38-39页 |
| ·实验结果及分析 | 第39-44页 |
| ·决策参数优化 | 第39-42页 |
| ·Pareto 解集的决策模型 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第五章 全文总结及展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 附录 | 第51-52页 |
| 详细摘要 | 第52-62页 |
