| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 分布参数系统建模研究现状 | 第14页 |
| 1.2.2 优化方法在油藏开发中的研究现状 | 第14-16页 |
| 1.2.3 近似动态规划方法研究现状 | 第16-17页 |
| 1.2.4 极限学习机研究现状 | 第17页 |
| 1.3 本文的主要研究内容 | 第17-19页 |
| 第2章 基础知识 | 第19-28页 |
| 2.1 三元复合驱模型描述 | 第19-23页 |
| 2.1.1 油藏物理基础知识 | 第19-21页 |
| 2.1.2 三元复合驱模型描述 | 第21-23页 |
| 2.2 近似动态规划 | 第23-26页 |
| 2.2.1 近似动态规划原理 | 第23-25页 |
| 2.2.2 近似值函数 | 第25页 |
| 2.2.3 策略搜索 | 第25-26页 |
| 2.3 K-L分解变换 | 第26-28页 |
| 第3章 改进的果蝇优化算法 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 原始果蝇优化算法 | 第28-30页 |
| 3.3 改进的果蝇优化算法 | 第30-33页 |
| 3.3.1 变异操作 | 第30-31页 |
| 3.3.2 自适应迭代步进值 | 第31-33页 |
| 3.4 实验与结果分析 | 第33-37页 |
| 3.4.1 固定迭代次数下的收敛速度和精度 | 第34-35页 |
| 3.4.2 固定收敛精度下的平均迭代次数与成功率 | 第35-36页 |
| 3.4.3 CSTR最优控制问题求解 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于多尺度小波核极限学习机的油藏相对渗透率计算 | 第38-51页 |
| 4.1 引言 | 第38页 |
| 4.2 小波分析相关理论 | 第38-41页 |
| 4.2.1 小波分析理论 | 第38-40页 |
| 4.2.2 小波核函数理论 | 第40-41页 |
| 4.3 极限学习机相关理论 | 第41-44页 |
| 4.3.1 极限学习机 | 第41-42页 |
| 4.3.2 小波核极限学习机 | 第42-44页 |
| 4.4 多尺度小波核极限学习机 | 第44-46页 |
| 4.5 算法测试及其在相对渗透率计算中的应用 | 第46-50页 |
| 4.5.1 SinC函数测试 | 第46-47页 |
| 4.5.2 相对渗透率曲线计算 | 第47-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 基于时空分解的三元复合驱近似建模 | 第51-68页 |
| 5.1 引言 | 第51页 |
| 5.2 时空分解（K-L分解） | 第51-54页 |
| 5.3 动态记忆小波神经网络 | 第54-61页 |
| 5.3.1 网络结构 | 第55-56页 |
| 5.3.2 记忆反馈层权值设置 | 第56-57页 |
| 5.3.3 动态记忆小波神经网络训练算法 | 第57-59页 |
| 5.3.4 动态记忆小波神经网络仿真测试 | 第59-61页 |
| 5.4 基于时空分解的三元复合驱近似建模 | 第61-67页 |
| 5.4.1 油藏描述 | 第61-63页 |
| 5.4.2 三元复合驱模型建立及验证 | 第63-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第6章 基于近似动态规划方法的三元复合驱最优化求解 | 第68-81页 |
| 6.1 引言 | 第68页 |
| 6.2 问题描述 | 第68-70页 |
| 6.3 近似动态规划算法 | 第70-78页 |
| 6.3.1 基函数构造方法 | 第70-73页 |
| 6.3.2 时间差分学习算法 | 第73-74页 |
| 6.3.3 策略搜索方法 | 第74-78页 |
| 6.4 三元复合驱近似动态规划求解 | 第78-80页 |
| 6.5 本章小结 | 第80-81页 |
| 总结与展望 | 第81-83页 |
| 参考文献 | 第83-90页 |
| 攻读硕士学位期间取得的学术成果 | 第90-91页 |
| 致谢 | 第91页 |