抽油机控制系统优化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 本论文的研究背景 | 第8页 |
| 1.2 抽油机采油控制系统的研究现状 | 第8-9页 |
| 1.3 采油控制系统的常用机器学习算法 | 第9-10页 |
| 1.4 本文主要研究内容 | 第10-12页 |
| 第二章 抽油机采油控制系统方案 | 第12-17页 |
| 2.1 引言 | 第12页 |
| 2.2 抽油机采油控制系统方案 | 第12-13页 |
| 2.3 油田抽油机控制系统的原理 | 第13-16页 |
| 2.3.1 问题的提出 | 第13页 |
| 2.3.2 整体方案 | 第13-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 抽油机采油控制系统算法建模设计 | 第17-34页 |
| 3.1 引言 | 第17页 |
| 3.2 机器学习 | 第17-22页 |
| 3.2.1 支持向量机 | 第17-21页 |
| 3.2.2 K近邻算法 | 第21-22页 |
| 3.3 采油控制系统中建模研究 | 第22-27页 |
| 3.3.1 建模的方法 | 第22-23页 |
| 3.3.2 机器学习算法建模设计 | 第23-24页 |
| 3.3.3 K近邻算法设计实现 | 第24-25页 |
| 3.3.4 支持向量机算法设计实现 | 第25-27页 |
| 3.4 算法仿真测试 | 第27-32页 |
| 3.4.1 K近邻算法测试 | 第27-30页 |
| 3.4.2 支持向量机算法测试 | 第30-31页 |
| 3.4.3 两种算法对比 | 第31-32页 |
| 3.5 算法测试结果分析 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 粒子群算法优化开机时间 | 第34-49页 |
| 4.1 引言 | 第34页 |
| 4.2 抽油机控制系统待优化问题分析 | 第34-35页 |
| 4.3 粒子群算法 | 第35-38页 |
| 4.4 基本粒子群算法的实现 | 第38-39页 |
| 4.4.1 编码 | 第38页 |
| 4.4.2 初始化种群的形成 | 第38-39页 |
| 4.5 标准粒子群算法优化开机时间 | 第39-44页 |
| 4.5.1 算法实现步骤 | 第39页 |
| 4.5.2 仿真结果 | 第39-43页 |
| 4.5.3 性能分析 | 第43-44页 |
| 4.6 改进粒子群算法优化开机时间 | 第44-47页 |
| 4.6.1 粒子群优化算法的改进 | 第44页 |
| 4.6.2 仿真结果 | 第44-47页 |
| 4.7 性能分析 | 第47-48页 |
| 4.8 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-59页 |
