發(fā)布時間：2018-05-23 20:39

  本文選題：射孔施工設計 + 離散粒子群算法��； 參考：《東北石油大學》2015年碩士論文

【摘要】：射孔是油田產(chǎn)能建設中非常重要的一環(huán),直接影響到對油氣藏的正確評價。射孔施工設計的結果對射孔起到直接指導作用,優(yōu)質的射孔施工設計結果,可以達到控制射孔成本,提高射孔效益的目的。同時,較多的約束條件使得射孔施工設計優(yōu)化問題的求解比較困難,因此射孔施工設計優(yōu)化具有較高的現(xiàn)實意義和理論價值。本文以粒子群算法作為基本優(yōu)化手段。針對兩類射孔施工設計優(yōu)化問題,通過設計符合問題特征的編碼方案和改進粒子位置更新方式,提出相應的離散粒子群算法進行求解,主要研究內(nèi)容概括如下:1、在標準粒子群算法的基礎上重新定義粒子的表示形式,并通過動態(tài)調(diào)整慣性權重改進粒子位置更新方式,提出了動態(tài)自適應的離散粒子群算法求解以射孔槍總長為單一優(yōu)化目標的電纜輸送式射孔施工設計優(yōu)化問題。該算法在保證粒子能在離散域更新的同時,又改善了算法的搜索性能。通過實驗驗證了算法的有效性和可行性。2、基于Pareto支配概念,設計了一種基于Maximin適應度函數(shù)和擁擠距離的多目標可行解優(yōu)劣性判別方法,提出了一種截斷式和循環(huán)式相結合的混合型外部檔案保留策略,并結合改進的離散粒子群算法,給出了油管輸送式射孔施工設計優(yōu)化問題的求解方法,該問題以射孔槍總長和射開層盲區(qū)數(shù)量為優(yōu)化目標。該算法的優(yōu)劣性判別方法使得優(yōu)質的粒子優(yōu)先被保留,而混合型的保留策略使得算法在求出多樣化的非支配解的同時,有效降低了算法的時間復雜度。實驗證明算法取得了良好的設計效果。3、基于本文所提出的射孔施工設計方法,設計并實現(xiàn)了射孔施工設計系統(tǒng),通過測試證明了系統(tǒng)的應用效果良好。并對全文所做的研究工作進行了總結和展望。
[Abstract]:Perforation is a very important part of oilfield productivity construction, which directly affects the correct evaluation of oil and gas reservoirs. The result of perforation construction design plays a direct guiding role in perforation design. The high quality perforation design result can control the perforation cost and improve the perforation benefit. At the same time, more constraints make it difficult to solve the optimization problem of perforation construction design, so the optimization of perforation construction design has higher practical significance and theoretical value. In this paper, particle swarm optimization (PSO) is used as the basic optimization method. For two kinds of perforation design optimization problems, a discrete particle swarm optimization algorithm is proposed to solve the problem by designing a coding scheme that conforms to the characteristics of the problem and improving the particle position updating method. The main research contents are summarized as follows: 1. Based on the standard particle swarm optimization algorithm, the representation of particles is redefined, and the updating method of particle position is improved by dynamically adjusting inertia weight. A dynamic adaptive discrete particle swarm optimization algorithm is proposed to solve the optimization problem of cable conveying perforation design with the total length of perforating gun as a single optimization object. The algorithm not only ensures that particles can be updated in discrete domain, but also improves the search performance of the algorithm. The validity and feasibility of the algorithm are verified by experiments. Based on the concept of Pareto domination, a multi-objective feasible solution identification method based on Maximin fitness function and congestion distance is designed. In this paper, a hybrid external file retention strategy combining truncation and circulation is proposed, and an improved discrete particle swarm optimization algorithm is proposed to solve the optimization problem in the design of tube-conveying perforation. The aim of this problem is to optimize the total length of perforating gun and the number of blind areas of perforating layer. The superiority and inferiority of the algorithm make the high quality particles to be preserved first, while the hybrid retention strategy makes the algorithm obtain a variety of non-dominated solutions, while effectively reducing the time complexity of the algorithm. Experimental results show that the algorithm has achieved a good design effect. Based on the perforation construction design method proposed in this paper, the perforation construction design system is designed and implemented. The test results show that the system has a good application effect. The research work done in this paper is summarized and prospected.
【學位授予單位】：東北石油大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TE257.1;TP18

【相似文獻】

相關期刊論文 前10條

1 陳金環(huán);王冠;王東云;;粒子群算法及特性的研究[J];中原工學院學報;2007年04期

2 楊立生;;基于粒子群算法的選礦能力優(yōu)化研究[J];礦業(yè)快報;2007年11期

3 左毅;陳勇;;基于對稱擾動的改進粒子群算法[J];重慶科技學院學報(自然科學版);2010年03期

4 楊瑞連;曾光明;李曉東;;混沌粒子群算法在水污染控制系統(tǒng)規(guī)劃中的應用[J];環(huán)境工程學報;2010年12期

5 鄧毅;江青茵;曹志凱;師佳;周華;;改進的粒子群算法在化工過程優(yōu)化中的應用[J];計算機與應用化學;2011年06期

6 閆元元;高興寶;周喜虎;;基于變異和交叉的改進粒子群算法[J];陜西科技大學學報(自然科學版);2011年04期

7 李娥;高興寶;;一種基于階段進化適應性策略的粒子群算法[J];陜西科技大學學報(自然科學版);2011年05期

8 王燕;賀興時;王凡;劉達卓;;改進反向粒子群算法及其在噪聲中的應用[J];西安工程大學學報;2011年05期

9 熊聰聰;許淑yN;徐姝;;基于粒子群算法的天氣滾動預報集成技術[J];天津科技大學學報;2012年01期

10 王防修;周康;;基于粒子群算法的罐容表標定[J];武漢工業(yè)學院學報;2012年03期

相關會議論文 前10條

1 朱童;李小凡;魯明文;;位置加權的改進粒子群算法[A];中國科學院地質與地球物理研究所第11屆（2011年度）學術年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設計中的應用[A];第十一屆全國膨脹節(jié)學術會議膨脹節(jié)設計、制造和應用技術論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術及其應用（第7卷）——'2005系統(tǒng)仿真技術及其應用學術交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應用研究[A];2007中國控制與決策學術年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數(shù)分區(qū)反演中的應用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2007年

相關博士學位論文 前10條

1 王芳;粒子群算法的研究[D];西南大學;2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

3 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

4 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

5 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學;2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應用研究[D];大連理工大學;2007年

8 劉宏達;粒子群算法的研究及其在船舶工程中的應用[D];哈爾濱工程大學;2008年

9 楊輕云;約束滿足問題與調(diào)度問題中離散粒子群算法研究[D];吉林大學;2006年

10 馮琳;改進多目標粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應用[D];東北大學;2013年

相關碩士學位論文 前10條

1 張忠偉;結構優(yōu)化中粒子群算法的研究與應用[D];大連理工大學;2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學;2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設計[D];河北聯(lián)合大學;2014年

4 余漢森;粒子群算法的自適應變異研究[D];南京信息工程大學;2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學;2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學;2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學;2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機數(shù)學模型問題[D];山東大學;2015年

9 陳百霞;考慮風電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學;2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學;2015年

，

本文編號：1926274