第1章 绪论 | 第1-41页 |
·论文研究的背景和意义 | 第12-15页 |
·论文研究的背景 | 第12-13页 |
·论文研究的目的和意义 | 第13-15页 |
·国内外研究现状 | 第15-36页 |
·水驱动态指标预测和措施方案优选的国内外研究现状 | 第15-17页 |
·高含水后期调整方案国内外研究现状 | 第17-31页 |
·决策支持系统(DSS)国内外研究现状 | 第31-36页 |
·论文的主要内容及研究方法 | 第36-39页 |
·论文研究的主要内容 | 第36-39页 |
·论文研究的主要方法 | 第39页 |
·论文的创新之处 | 第39-41页 |
第2章 相关理论综述 | 第41-74页 |
·油田高含水后期相关理论综述 | 第41-53页 |
·高含水后期注水开发方式相关理论 | 第41-43页 |
·油田高含水后期注水—产液结构的相关理论 | 第43-50页 |
·高含水后期综合调整方案评价方法 | 第50-53页 |
·决策支持系统(DSS)相关理论综述 | 第53-63页 |
·决策模型 | 第53-54页 |
·决策科学化 | 第54-57页 |
·决策支持系统(DSS) | 第57-59页 |
·智能决策支持系统 | 第59-63页 |
·知识发现理论 | 第63-73页 |
·智能计算 | 第64-69页 |
·数据挖掘相关理论 | 第69-73页 |
·本章小结 | 第73-74页 |
第3章 基于模糊数学方法的动态分析与开发现状评价 | 第74-92页 |
·动态分析开发现状评价框架的构建 | 第74页 |
·网格划分 | 第74-76页 |
·时间的离散化 | 第75页 |
·油层空间及其离散化 | 第75-76页 |
·非均质二维单相流压力场预测方法 | 第76-84页 |
·两相流到单相流的简化 | 第76-77页 |
·单相流压力预测数学模型 | 第77-79页 |
·压力分布的求解方法 | 第79-81页 |
·单井动态控制单元的确定 | 第81-84页 |
·剩余油饱和度及分层动态指标预测 | 第84-91页 |
·渗流阻力计算 | 第84-85页 |
·劈分水量及剩余油饱和度预测 | 第85-87页 |
·注采比的影响 | 第87页 |
·分层动态指标预测 | 第87页 |
·水井垂向上劈分系数的计算 | 第87-88页 |
·平面分配系数的计算 | 第88页 |
·分层动态指标预测方法 | 第88-90页 |
·分层动态指标预测与跟踪模拟 | 第90-91页 |
·本章小结 | 第91-92页 |
第4章 基于智能计算的决策支持模型 | 第92-135页 |
·决策支持模型的体系框架 | 第92页 |
·基于智能计算的决策支持系统(DSS)体系结构 | 第92-93页 |
·基于神经网络的决策支持模型 | 第93-95页 |
·基于加权模糊推理网络的决策模型 | 第95-97页 |
·加权模糊逻辑推理 | 第95页 |
·加权模糊推理元 | 第95页 |
·加权模糊推理网络模型 | 第95-97页 |
·基于模糊专家系统的决策支持 | 第97-103页 |
·模糊专家系统与普通专家系统的区别 | 第97-98页 |
·模糊专家系统的特征 | 第98-100页 |
·模糊专家系统的构成 | 第100-102页 |
·模糊专家系统的一种结构方案 | 第102-103页 |
·基于模糊神经网络的决策模型 | 第103-107页 |
·模糊多层感知器 | 第103-104页 |
·基于多层模糊感知器的专家系统 | 第104-107页 |
·基于遗传算法的决策支持 | 第107-110页 |
·遗传算法的基本原理 | 第107-108页 |
·基于产生式规则的知识表示方法 | 第108-109页 |
·基于遗传算法的推理方法 | 第109页 |
·基于遗传算法的学习方法 | 第109-110页 |
·基于智能计算的措施方案优选模型及相应决策知识库的建立 | 第110-134页 |
·压裂井层选择模型及知识库的建立 | 第110-115页 |
·堵水井层优选及堵水效果的预测模型及知识库的建立 | 第115-122页 |
·补孔井层选择模型及知识库的建立 | 第122-124页 |
·转注井选择模型及知识库的建立 | 第124-125页 |
·关井井位选择模型及知识库的建立 | 第125-127页 |
·提液井选择模型及知识库的建立 | 第127-128页 |
·调剖井选择模型及知识库的建立 | 第128-133页 |
·多因素综合决策 | 第133-134页 |
·本章小结 | 第134-135页 |
第5章 基于神经网络的开发调整方案模拟 | 第135-150页 |
·开发调整方案的体系框架 | 第135页 |
·人工神经网络模型 | 第135-142页 |
·神经网络信息处理的特点 | 第135-137页 |
·神经网络模型及学习算法 | 第137-142页 |
·基于神经网络的决策支持系统(DSS)结构 | 第142-145页 |
·基于神经网络的开发调整方案模拟 | 第145-148页 |
·网格层系的划分及网格加密 | 第145页 |
·历史拟合 | 第145-147页 |
·单井水驱模拟 | 第147页 |
·纵向非均质水驱剖面模拟方法 | 第147页 |
·模拟的数值误差分析 | 第147-148页 |
·措施经济指标评价方法 | 第148页 |
·本章小结 | 第148-150页 |
第6章 高含水后期综合调整方案决策支持系统(DSS)实证研究 | 第150-168页 |
·高含水后期综合调整方案决策支持系统(DSS)框架 | 第150-151页 |
·高含水后期综合调整方案决策支持系统(DSS)的模型库框架 | 第151-153页 |
·优选参数 | 第151-152页 |
·数值计算 | 第152-153页 |
·高含水后期综合调整方案决策支持系统(DSS)的数据库框架 | 第153-155页 |
·信息维护 | 第153-154页 |
·数据汇总 | 第154页 |
·系统数据源 | 第154-155页 |
·高含水后期综合调整方案决策系统(DSS)的应用 | 第155-167页 |
·措施调整跟踪模拟 | 第155-159页 |
·北三西280队调整方案及效果预测 | 第159-167页 |
·本章小结 | 第167-168页 |
结论 | 第168-169页 |
参考文献 | 第169-180页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第180-181页 |
致谢 | 第181-182页 |
个人简历 | 第182页 |