| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 绪论 | 第9-12页 |
| 1. 课题背景 | 第9-10页 |
| 2. 课题研究的目的和意义 | 第10页 |
| 3. 国内外研究发展现状 | 第10-11页 |
| 4. 论文的主要研究工作 | 第11-12页 |
| 第一章 数据异常值的处理方法研究 | 第12-17页 |
| ·异常值的判别方法 | 第12-15页 |
| ·各种判别方法的比较 | 第15页 |
| ·固井参数异常值剔除 | 第15-17页 |
| 第二章 基于模糊评判和灰关联分析的固井质量影响因素分析 | 第17-28页 |
| ·模糊综合评判 | 第17-20页 |
| ·模糊综合评判基本原理 | 第17-18页 |
| ·固井质量影响因素综合评判 | 第18-20页 |
| ·灰关联分析 | 第20-23页 |
| ·关联度 | 第21-22页 |
| ·固井质量影响因素关联分析 | 第22-23页 |
| ·固井质量影响因素综合分析 | 第23页 |
| ·主成分分析 | 第23-28页 |
| ·主成分分析基本原理 | 第23-25页 |
| ·固井质量影响因素主成分分析 | 第25-28页 |
| 第三章 基于人工神经网络的固井质量预测模型研究 | 第28-39页 |
| ·人工神经网络基本原理 | 第28-30页 |
| ·BP 神经网络及其改进 | 第30-36页 |
| ·BP 算法基本原理 | 第30-34页 |
| ·BP 算法改进 | 第34-36页 |
| ·神经网络在固井质量预测中的应用 | 第36-39页 |
| 第四章 基于灰色系统理论的固井质量预测模型研究 | 第39-48页 |
| ·灰色系统基本原理 | 第39-41页 |
| ·基本原理 | 第39-40页 |
| ·生成数 | 第40-41页 |
| ·GM（1，N）模型 | 第41-44页 |
| ·灰色GM（1，N）固井质量预测模型 | 第44-46页 |
| ·灰色神经网络预测模型 | 第46-48页 |
| 第五章 基于遗传算法的固井施工参数优化设计研究 | 第48-56页 |
| ·遗传算法原理 | 第48-54页 |
| ·遗传算法的基本计算过程 | 第48-49页 |
| ·遗传算法的实现技术 | 第49-54页 |
| ·遗传算法的优缺点 | 第54页 |
| ·固井施工参数优化设计 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 发表文章目录 | 第60-61页 |
| 致谢 | 第61-62页 |
| 附录 《固井质量预测和参数优化系统》软件界面和操作 | 第62-69页 |
| 详细摘要 | 第69-73页 |