摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-22页 |
1.1 研究目的及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-19页 |
1.2.1 油藏开发动态预测方法研究现状 | 第10-16页 |
1.2.2 灰色预测理论及方法研究现状 | 第16-18页 |
1.2.3 核方法预测模型研究现状 | 第18-19页 |
1.3 研究内容及技术路线 | 第19-21页 |
1.4 本文主要创新点 | 第21-22页 |
第2章 基于灰色系统理论的油藏动态预测方法研究 | 第22-56页 |
2.1 灰色预测基本原理及典型方法 | 第22-33页 |
2.1.1 灰色累加与累减生成 | 第22-23页 |
2.1.2 GM(1,1)模型及其离散模型 | 第23-27页 |
2.1.3 GM(1,n)模型及与GMC(1,n)模型 | 第27-31页 |
2.1.4 灰色预测模型与油田产量递减之间的理论联系 | 第31-33页 |
2.2 基于导数离散的GM(1,n)模型 | 第33-41页 |
2.2.1 基于导数离散的GM(1,n)模型的推导 | 第33-34页 |
2.2.2 参数估计方法 | 第34-35页 |
2.2.3 模型求解 | 第35页 |
2.2.4 建模过程小结 | 第35-36页 |
2.2.5 算例分析 | 第36-41页 |
2.3 基于积分离散的GM(1,n)模型 | 第41-55页 |
2.3.1 IDGM(1,n)模型的推导 | 第41-43页 |
2.3.2 参数估计 | 第43页 |
2.3.3 模型求解 | 第43-44页 |
2.3.4 IDGM(1,n)模型与GMC(1,n)模型的联系与区别 | 第44-47页 |
2.3.5 算例分析 | 第47-55页 |
2.4 本章小结 | 第55-56页 |
第3章 基于核方法的油藏动态预测方法研究 | 第56-81页 |
3.1 核方法的基本原理和典型方法 | 第56-62页 |
3.1.1 支持向量机 | 第56-60页 |
3.1.2 核函数 | 第60-61页 |
3.1.3 核方法的建模技术小结 | 第61-62页 |
3.2 基于核方法与Arps递减的非线性油田产量预测模型 | 第62-70页 |
3.2.1 Arps递减模型的线性扩展 | 第62-63页 |
3.2.2 Arps递减模型的非线性扩展 | 第63-66页 |
3.2.3 算例分析 | 第66-70页 |
3.3 基于核方法的非线性GMC(1,n)模型 | 第70-80页 |
3.3.1 KNGMC(1,n)模型的表示 | 第71页 |
3.3.2 KNGMC(1,n)模型的参数估计 | 第71-73页 |
3.3.3 KNGMC(1,n)模型的解 | 第73-74页 |
3.3.4 KNGMC(1,n)模型的计算步骤 | 第74-75页 |
3.3.5 算例分析 | 第75-80页 |
3.4 本章小结 | 第80-81页 |
第4章 核方法的训练算法 | 第81-100页 |
4.1 基于共轭梯度算法的训练算法 | 第81-91页 |
4.1.1 共轭梯度算法的基本原理 | 第81-82页 |
4.1.2 核方法的最优化问题的等价形式 | 第82-85页 |
4.1.3 算法描述 | 第85-86页 |
4.1.4 算例分析 | 第86-91页 |
4.2 基于SMO算法的训练算法 | 第91-99页 |
4.2.1 对偶问题的构造 | 第91-92页 |
4.2.2 最优条件的确定 | 第92-93页 |
4.2.3 子问题的构造及其解析解 | 第93-94页 |
4.2.4 算法描述 | 第94-95页 |
4.2.5 算例分析 | 第95-99页 |
4.3 本章小结 | 第99-100页 |
第5章 油藏开发动态预测应用研究 | 第100-119页 |
5.1 线性小样本情况下的水驱油藏开发动态预测应用 | 第100-103页 |
5.2 非线性大样本情况下的水驱油藏开发动态预测应用 | 第103-114页 |
5.3 非线性小样本情况下的凝析油井开发动态预测应用 | 第114-118页 |
5.4 本章小结 | 第118-119页 |
第6章 结论与展望 | 第119-121页 |
6.1 结论 | 第119页 |
6.2 展望 | 第119-121页 |
致谢 | 第121-122页 |
参考文献 | 第122-130页 |
攻读博士学位期间发表的论文及科研成果 | 第130页 |