首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于多目标优化的射孔方案研究

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-12页
   ·研究的背景及意义第7-8页
   ·国内外研究现状第8-10页
     ·多目标优化算法国内外研究现状第8-9页
     ·射孔完井优化技术国内外研究现状第9-10页
   ·论文的主要研究内容第10页
     ·研究目标第10页
     ·主要内容第10页
   ·章节安排第10-12页
第二章 多目标优化与群体智能研究第12-25页
   ·多目标优化问题研究第12-14页
     ·多目标优化问题概述第12-13页
     ·传统多目标优化算法及其局限性第13-14页
   ·群体智能研究第14-21页
     ·基本粒子群优化算法第14-17页
     ·基本蚁群优化算法第17-20页
     ·粒子群算法与蚁群算法的比较第20-21页
   ·基于群体智能的多目标优化研究第21-24页
     ·多目标粒子群算法的基本原理第21-22页
     ·多目标蚁群算法的基本原理第22-24页
   ·本章小结第24-25页
第三章 射孔完井方案优化技术第25-32页
   ·射孔完井的产能分析第25-27页
     ·射孔完井产能的影响因素分析第25页
     ·射孔完井的产能比计算第25-27页
   ·射孔对套管强度的影响分析第27-30页
     ·套管损害程度的影响因素分析第27-28页
     ·套管强度降低系数计算第28-30页
   ·射孔作业方案优化设计第30-31页
     ·射孔参数分析第30页
     ·射孔方案优化选择第30-31页
   ·本章小结第31-32页
第四章 射孔方案优化模型研究第32-45页
   ·射孔作业方案优化问题的描述第32页
   ·射孔方案的多属性决策研究第32-35页
     ·多属性决策的基本概念第32-33页
     ·决策矩阵的规范化第33页
     ·属性权重的确定第33-34页
     ·射孔方案决策的 TOPSIS 法第34-35页
   ·多目标粒子群与 TOPSIS 混合算法在射孔中的应用第35-40页
     ·多目标粒子群算法的实现第36页
     ·混合优化算法的应用第36-37页
     ·算法模型实现第37-38页
     ·仿真实验第38-40页
   ·多目标蚁群与 TOPSIS 混合算法在射孔中的应用第40-44页
     ·多目标蚁群算法的实现第41页
     ·混合优化算法的应用第41页
     ·算法模型实现第41-42页
     ·仿真实验第42-44页
   ·本章小结第44-45页
第五章 射孔完井方案决策系统的设计及实现第45-53页
   ·系统总体设计第45-46页
     ·系统设计目标第45页
     ·软件体系结构设计第45-46页
     ·主要模块设计第46页
   ·射孔完井方案决策系统的实现第46-53页
     ·数据编辑模块第47-48页
     ·射孔方案决策模块第48-51页
     ·负压设计模块第51页
     ·设计报告输出模块第51-53页
第六章 总结与展望第53-54页
   ·总结第53页
   ·展望第53-54页
致谢第54-55页
参考文献第55-57页
攻读硕士学位期间发表的论文第57-58页
详细摘要第58-70页

论文共70页,点击 下载论文
上一篇:SIP协议在监控系统中的应用研究
下一篇:基于粒子群优化与差分进化混合算法的多目标优化及应用