| 第1章 绪论 | 第1-39页 |
| 1．1 课题研究的背景、目的和意义 | 第15-19页 |
| 1．1．1 课题研究的背景 | 第15-18页 |
| 1．1．2 课题研究的目的和意义 | 第18-19页 |
| 1．2 油气储集层损害诊断国内外研究现状 | 第19-34页 |
| 1．2．1 储集层损害诊断分析 | 第20-22页 |
| 1．2．2 储集层保护专家系统 | 第22-29页 |
| 1．2．3 模糊决策分析方法 | 第29-31页 |
| 1．2．4 智能决策支持系统在油田开发中的应用 | 第31-34页 |
| 1．3 论文的总体结构及创新之处 | 第34-39页 |
| 1．3．1 论文的总体结构 | 第34-37页 |
| 1．3．2 论文创新之处 | 第37-39页 |
| 第2章 相关理论综述 | 第39-66页 |
| 2．1 管理决策理论与方法 | 第39-48页 |
| 2．1．1 决策理论与管理决策 | 第39-41页 |
| 2．1．2 决策的类型 | 第41-42页 |
| 2．1．3 决策过程 | 第42-44页 |
| 2．1．4 决策模型 | 第44-45页 |
| 2．1．5 决策科学化 | 第45-48页 |
| 2．2 决策支持系统 | 第48-52页 |
| 2．2．1 决策支持系统的基本模式 | 第48-49页 |
| 2．2．2 决策支持系统的基本结构 | 第49-52页 |
| 2．3 智能计算 | 第52-60页 |
| 2．3．1 模糊逻辑推理 | 第52-54页 |
| 2．3．2 人工神经网络 | 第54-57页 |
| 2．3．3 进化计算 | 第57-59页 |
| 2．3．4 三个分支的结合 | 第59-60页 |
| 2．4 智能决策支持系统 | 第60-65页 |
| 2．4．1 IDSS的三种体系结构 | 第60-62页 |
| 2．4．2 IDSS的模型库系统 | 第62-65页 |
| 2．5 本章小结 | 第65-66页 |
| 第3章 油气储集层损害分析及其评价 | 第66-85页 |
| 3．1 油气储集层损害分析 | 第66-78页 |
| 3．1．1 岩石岩相学分析 | 第66-76页 |
| 3．1．2 驱替仿真实验分析 | 第76-77页 |
| 3．1．3 储集层损害的主要因素 | 第77-78页 |
| 3．2 矿场储集层损害评价方法 | 第78-82页 |
| 3．2．1 表皮系数法 | 第78-79页 |
| 3．2．2 产能比法 | 第79-80页 |
| 3．2．3 流动效率法 | 第80页 |
| 3．2．4 污染系数法 | 第80-81页 |
| 3．2．5 有效井径法 | 第81页 |
| 3．2．6 判别标准 | 第81-82页 |
| 3．3 损害储集层的改善措施 | 第82-84页 |
| 3．3．1 水力压裂 | 第82-83页 |
| 3．3．2 酸化 | 第83页 |
| 3．3．3 清蜡 | 第83-84页 |
| 3．4 本章小结 | 第84-85页 |
| 第4章 基于神经网络的油气储集层损害诊断 | 第85-104页 |
| 4．1 人工神经网络模型 | 第85-92页 |
| 4．1．1 神经网络信息处理的特点 | 第85-87页 |
| 4．1．2 神经网络模型及学习算法 | 第87-92页 |
| 4．2 基于神经网络的决策支持系统结构 | 第92-95页 |
| 4．3 基于神经网络的油气储集层损害诊断 | 第95-98页 |
| 4．3．1 模型结构设计 | 第95-96页 |
| 4．3．2 网络训练 | 第96-97页 |
| 4．3．3 用测试集检查网络的可靠性 | 第97-98页 |
| 4．4 基于遗传—BP融合网络的油层损害类型自动诊断 | 第98-103页 |
| 4．4．1 遗传—超线性BP融合算法 | 第98-101页 |
| 4．4．2 实际资料处理 | 第101-103页 |
| 4．5 本章小结 | 第103-104页 |
| 第5章 基于模糊推理网络的油层损害研究 | 第104-119页 |
| 5．1 模糊关系表示 | 第104-106页 |
| 5．1．1 模糊事实的关系表示 | 第104页 |
| 5．1．2 模糊规则的关系表示 | 第104-106页 |
| 5．2 模糊产生式表示 | 第106-109页 |
| 5．2．1 模糊产生式规则的定义 | 第107-108页 |
| 5．2．2 模糊匹配 | 第108-109页 |
| 5．3 模糊框架表示 | 第109-111页 |
| 5．3．1 简单框架 | 第109-110页 |
| 5．3．2 模糊框架 | 第110-111页 |
| 5．4 模糊神经网络 | 第111-114页 |
| 5．5 决策支持的模糊综合评判方法 | 第114-116页 |
| 5．6 应用实例 | 第116-118页 |
| 5．7 本章小结 | 第118-119页 |
| 第6章 基于智能计算的决策支持模型 | 第119-139页 |
| 6．1 基于智能计算的决策支持系统体系结构 | 第119-120页 |
| 6．2 基于神经网络的决策支持模型 | 第120-121页 |
| 6．3 基于加权模糊推理网络的决策模型 | 第121-124页 |
| 6．3．1 加权模糊逻辑推理 | 第121-122页 |
| 6．3．2 加权模糊推理元 | 第122页 |
| 6．3．3 加权模糊推理网络模型 | 第122-124页 |
| 6．4 基于模糊专家系统的决策支持 | 第124-130页 |
| 6．4．1 模糊专家系统与普通专家系统的区别 | 第124-125页 |
| 6．4．2 模糊专家系统的特征 | 第125-127页 |
| 6．4．3 模糊专家系统的构成 | 第127-129页 |
| 6．4．4 模糊专家系统的一种结构方案 | 第129-130页 |
| 6．5 基于模糊神经网络的决策模型 | 第130-135页 |
| 6．5．1 模糊多层感知器 | 第130-131页 |
| 6．5．2 基于多层模糊感知器的专家系统 | 第131-135页 |
| 6．6 基于遗传算法的决策支持 | 第135-138页 |
| 6．6．1 遗传算法的基本原理 | 第135-136页 |
| 6．6．2 基于产生式规则的知识表示方法 | 第136页 |
| 6．6．3 基于遗传算法的推理方法 | 第136-137页 |
| 6．6．4 基于遗传算法的学习方法 | 第137-138页 |
| 6．7 本章小结 | 第138-139页 |
| 第7章 油气储集层损害诊断决策支持系统设计 | 第139-163页 |
| 7．1 油气储集层损害诊断专家系统总体结构 | 第139-140页 |
| 7．2 储集层损害与保护专家决策过程 | 第140-148页 |
| 7．2．1 油田矿场决策步骤 | 第140-141页 |
| 7．2．2 系统智能决策框架设计 | 第141-148页 |
| 7．3 储集层损害评价与诊断专家系统知识库 | 第148-156页 |
| 7．3．1 专家系统知识库的设计思想 | 第148-151页 |
| 7．3．2 专家系统的知识表示模式 | 第151页 |
| 7．3．3 评价与诊断知识库的组织和实现 | 第151-156页 |
| 7．3．4 损害处理与预防知识库表示模式 | 第156页 |
| 7．4 储集层损害诊断专家系统的集成 | 第156-162页 |
| 7．4．1 系统结构和工作过程 | 第156-157页 |
| 7．4．2 系统的数据、模型、方法库和应用工具箱 | 第157-158页 |
| 7．4．3 系统知识库 | 第158-159页 |
| 7．4．4 储集层损害诊断系统推理机 | 第159-160页 |
| 7．4．5 多库协调机制的实现 | 第160-161页 |
| 7．4．6 智能数据库的实现 | 第161页 |
| 7．4．7 串、并行推理控制策略的实现 | 第161-162页 |
| 7．5 本章小结 | 第162-163页 |
| 第8章 油气储集层损害诊断决策支持系统应用 | 第163-173页 |
| 8．1 系统应用过程简述 | 第163-164页 |
| 8．2 系统实际应用 | 第164-169页 |
| 8．2．1 采油七厂应用情况 | 第164-166页 |
| 8．2．2 采油九厂应用情况 | 第166-168页 |
| 8．2．3 采油十厂应用情况 | 第168-169页 |
| 8．3 应用效果评价 | 第169-172页 |
| 8．4 本章小结 | 第172-173页 |
| 结论 | 第173-175页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第175-176页 |
| 参考文献 | 第176-184页 |
| 致谢 | 第184页 |