丛式井组规划设计研究
摘要 | 第4-5页 |
Abstract | 第5页 |
创新点摘要 | 第6-7页 |
目录 | 第7-9页 |
第一章 前言 | 第9-15页 |
1.1 课题研究的意义 | 第9页 |
1.2 国内外研究现状 | 第9-14页 |
1.3 本文研究内容 | 第14-15页 |
第二章 智能优化算法 | 第15-28页 |
2.1 模拟退火算法 | 第15-18页 |
2.1.1 模拟退火算法的思路 | 第15-17页 |
2.1.3 模拟退火算法的主要内容 | 第17-18页 |
2.1.4 模拟退火算法的优缺点 | 第18页 |
2.2 蚁群算法 | 第18-21页 |
2.2.1 蚁群算法的思路 | 第18-20页 |
2.2.3 蚁群系统的主要内容 | 第20页 |
2.2.4 蚁群算法的优缺点 | 第20-21页 |
2.3 遗传算法 | 第21-24页 |
2.3.1 遗传算法的思路 | 第21页 |
2.3.2 遗传算法的主要内容 | 第21-24页 |
2.3.3 遗传算法的优缺点 | 第24页 |
2.4 三种算法对比分析 | 第24-27页 |
2.4.1 优化质量及收敛速度的比较 | 第24-25页 |
2.4.2 三种算法的共同点 | 第25-26页 |
2.4.3 三种算法的不同点 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
第三章 遗传算法求解丛式井平台位置模型 | 第28-33页 |
3.1 钻井平台位置优选模型 | 第28-30页 |
3.1.1 平台位置未知 | 第28页 |
3.1.2 靶点隶属、平台位置未知 | 第28-29页 |
3.1.3 平台数量、靶点隶属、位置都未知 | 第29-30页 |
3.2 遗传算法求解平台位置方法 | 第30-32页 |
3.2.1 个体编码 | 第30页 |
3.2.2 产生初始种群 | 第30页 |
3.2.3 适应度计算 | 第30-31页 |
3.2.4 选择运算 | 第31页 |
3.2.5 交叉运算 | 第31-32页 |
3.2.6 变异运算 | 第32页 |
3.2.7 遗传算法参数 | 第32页 |
3.3 本章小结 | 第32-33页 |
第四章 蚁群算法求解井口分配模型 | 第33-43页 |
4.1 绘图法划分井口 | 第33-34页 |
4.2 丛式井井口分配模型 | 第34-35页 |
4.3 蚁群算法求解井口分配方法分析 | 第35-41页 |
4.3.1 算法的选择 | 第35-37页 |
4.3.2 参数因子的影响分析 | 第37-40页 |
4.3.3 路网铺设 | 第40页 |
4.3.4 求解算法 | 第40-41页 |
4.3.5 惩罚函数设计 | 第41页 |
4.4 计算步骤 | 第41-42页 |
4.5 本章小结 | 第42-43页 |
第五章 丛式井组规划设计应用 | 第43-50页 |
5.1 钻井次序优化方法 | 第43-44页 |
5.1.1 钻井次序规律分析 | 第43页 |
5.1.2 井眼轨迹优化 | 第43-44页 |
5.2 实例计算 | 第44-49页 |
5.3 本章小结 | 第49-50页 |
结论 | 第50-51页 |
参考文献 | 第51-55页 |
发表论文目录 | 第55-56页 |
致谢 | 第56-57页 |
详细摘要 | 第57-65页 |