| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 前言 | 第10-14页 |
| ·课题研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·课题的主要工作 | 第12-14页 |
| 第2章 海上平台注采动态模拟实验装置及控制系统设计与实现 | 第14-26页 |
| ·引言 | 第14页 |
| ·海上平台注采动态模拟装置 | 第14-17页 |
| ·注采模拟装置平台 | 第15-16页 |
| ·注采控制系统构成 | 第16-17页 |
| ·海上平台注采动态模拟装置自动控制系统的设计与实现 | 第17-25页 |
| ·采油井流量自动控制系统结构 | 第17-18页 |
| ·采油井流量自动控制系统的参数配置 | 第18-24页 |
| ·采油井流量自动控制系统的实现 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第3章 智能无模型梯度优化控制方法研究及其应用 | 第26-41页 |
| ·引言 | 第26页 |
| ·智能无模型梯度优化控制体系结构 | 第26-27页 |
| ·基于智能无模型算法的不定产值效率寻优 | 第27-37页 |
| ·无模型智能梯度不定产值效率优化目标 | 第27页 |
| ·无模型梯度优化控制方案 | 第27-32页 |
| ·无模型梯度优化实验验证 | 第32-37页 |
| ·基于智能无模型算法的定产值效率寻优 | 第37-40页 |
| ·无模型智能梯度定产值效率优化目标 | 第37页 |
| ·两井并联定产效率优化控制方案 | 第37-38页 |
| ·两井并联定产效率优化实验验证 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第4章 基于ANN数学模型的GA优化控制方法研究及其应用 | 第41-54页 |
| ·引言 | 第41页 |
| ·ANN数学模型的建立 | 第41-45页 |
| ·海上平台模拟装置数据采集 | 第41页 |
| ·基于BP神经网络的海上平台注采系统建模 | 第41-45页 |
| ·基于遗传算法的不定产值系统效率优化 | 第45-50页 |
| ·不定产遗传算法效率优化实现过程 | 第45-48页 |
| ·不定产遗传算法效率优化实验结果 | 第48-50页 |
| ·基于遗传算法的定产值系统效率优化 | 第50-53页 |
| ·定产值遗传算法效率优化实现过程 | 第50-51页 |
| ·定产值遗传算法效率优化实验结果 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第5章 海上石油平台一体化优化控制方法研究及其应用 | 第54-69页 |
| ·引言 | 第54页 |
| ·基于智能无模型梯度的一体化优化 | 第54-61页 |
| ·智能无模型一体化优化目标 | 第54-55页 |
| ·智能无模型一体化优化控制方案 | 第55-58页 |
| ·智能无模型一体化优化控制实验结果 | 第58-61页 |
| ·基于ANN数学模型的GA一体化优化 | 第61-68页 |
| ·建立ANN数学模型 | 第61-63页 |
| ·基于ANN数学模型的遗传算法优化目标 | 第63-64页 |
| ·基于ANN数学模型的遗传算法优化控制方案 | 第64-66页 |
| ·基于ANN数学模型的遗传算法优化实验结果 | 第66-68页 |
| ·小结 | 第68-69页 |
| 总结与展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的学术成果及参与科研 | 第75-76页 |
| 致谢 | 第76页 |
