基于数据驱动的三元复合驱建模及动态规划研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 油藏开发优化方法研究现状 | 第13-14页 |
| 1.2.2 高斯过程模型研究现状 | 第14-16页 |
| 1.2.3 分布参数系统建模研究现状 | 第16-17页 |
| 1.2.4 动态规划方法研究现状 | 第17-18页 |
| 1.3 本文的主要研究内容 | 第18-19页 |
| 第2章 预备知识 | 第19-30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 高斯过程 | 第23-26页 |
| 2.3 KL分解 | 第26-27页 |
| 2.4 动态规划 | 第27-30页 |
| 2.4.1 离散动态规划 | 第27-28页 |
| 2.4.2 迭代动态规划 | 第28-30页 |
| 第3章 改进的磷虾觅食优化算法 | 第30-42页 |
| 3.1 引言 | 第30-31页 |
| 3.2 标准磷虾觅食优化算法 | 第31-32页 |
| 3.3 改进的磷虾觅食优化算法 | 第32-35页 |
| 3.3.1 佳点集 | 第32-33页 |
| 3.3.2 速度因子 | 第33-34页 |
| 3.3.3 自适应柯西变异 | 第34-35页 |
| 3.3.4 改进算法的主要步骤 | 第35页 |
| 3.4 算法测试及分析 | 第35-38页 |
| 3.4.1 算法参数设置 | 第35-36页 |
| 3.4.2 测试结果及分析 | 第36-38页 |
| 3.5 算法应用及分析 | 第38-41页 |
| 3.5.1 问题描述 | 第38-39页 |
| 3.5.2 应用结果及分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于交互多模型方法的三元复合驱含水率预测 | 第42-59页 |
| 4.1 引言 | 第42-43页 |
| 4.2 高斯过程模型相关理论 | 第43-45页 |
| 4.3 极限学习机相关理论 | 第45-47页 |
| 4.3.1 极限学习机 | 第45-47页 |
| 4.3.2 正则极限学习机 | 第47页 |
| 4.4 模型更新机制 | 第47-50页 |
| 4.4.1 高斯过程模型更新机制 | 第48页 |
| 4.4.2 正则极限学习机更新机制 | 第48-50页 |
| 4.5 交互多模型算法 | 第50-52页 |
| 4.6 三元复合驱含水率预测 | 第52-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第5章 基于改进高斯过程的三元复合驱时空建模 | 第59-71页 |
| 5.1 引言 | 第59页 |
| 5.2 时空分解(KL分解) | 第59-62页 |
| 5.3 改进高斯过程超参数训练方法 | 第62-64页 |
| 5.4 算法测试及分析 | 第64-66页 |
| 5.5 三元复合驱模型建立 | 第66-69页 |
| 5.6 本章小结 | 第69-71页 |
| 第6章 基于迭代动态规划的三元复合驱最优化求解 | 第71-80页 |
| 6.1 引言 | 第71页 |
| 6.2 油藏描述 | 第71-73页 |
| 6.3 基于时空分解的三元复合驱动态规划模型 | 第73-75页 |
| 6.3.1 模型选取 | 第73-74页 |
| 6.3.2 三元复合驱动态规划模型 | 第74-75页 |
| 6.4 三元复合驱模型迭代动态规划求解 | 第75-79页 |
| 6.5 本章小结 | 第79-80页 |
| 总结与展望 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 攻读硕士学位期间取得的学术成果 | 第88-89页 |
| 致谢 | 第89页 |
