基于粒子群算法的射孔施工设计优化研究
本文选题:射孔施工设计 + 离散粒子群算法 ; 参考:《东北石油大学》2015年硕士论文
【摘要】:射孔是油田产能建设中非常重要的一环,直接影响到对油气藏的正确评价。射孔施工设计的结果对射孔起到直接指导作用,优质的射孔施工设计结果,可以达到控制射孔成本,提高射孔效益的目的。同时,较多的约束条件使得射孔施工设计优化问题的求解比较困难,因此射孔施工设计优化具有较高的现实意义和理论价值。本文以粒子群算法作为基本优化手段。针对两类射孔施工设计优化问题,通过设计符合问题特征的编码方案和改进粒子位置更新方式,提出相应的离散粒子群算法进行求解,主要研究内容概括如下:1、在标准粒子群算法的基础上重新定义粒子的表示形式,并通过动态调整惯性权重改进粒子位置更新方式,提出了动态自适应的离散粒子群算法求解以射孔枪总长为单一优化目标的电缆输送式射孔施工设计优化问题。该算法在保证粒子能在离散域更新的同时,又改善了算法的搜索性能。通过实验验证了算法的有效性和可行性。2、基于Pareto支配概念,设计了一种基于Maximin适应度函数和拥挤距离的多目标可行解优劣性判别方法,提出了一种截断式和循环式相结合的混合型外部档案保留策略,并结合改进的离散粒子群算法,给出了油管输送式射孔施工设计优化问题的求解方法,该问题以射孔枪总长和射开层盲区数量为优化目标。该算法的优劣性判别方法使得优质的粒子优先被保留,而混合型的保留策略使得算法在求出多样化的非支配解的同时,有效降低了算法的时间复杂度。实验证明算法取得了良好的设计效果。3、基于本文所提出的射孔施工设计方法,设计并实现了射孔施工设计系统,通过测试证明了系统的应用效果良好。并对全文所做的研究工作进行了总结和展望。
[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.
【学位授予单位】:东北石油大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TE257.1;TP18
【相似文献】
相关期刊论文 前10条
1 陈金环;王冠;王东云;;粒子群算法及特性的研究[J];中原工学院学报;2007年04期
2 杨立生;;基于粒子群算法的选矿能力优化研究[J];矿业快报;2007年11期
3 左毅;陈勇;;基于对称扰动的改进粒子群算法[J];重庆科技学院学报(自然科学版);2010年03期
4 杨瑞连;曾光明;李晓东;;混沌粒子群算法在水污染控制系统规划中的应用[J];环境工程学报;2010年12期
5 邓毅;江青茵;曹志凯;师佳;周华;;改进的粒子群算法在化工过程优化中的应用[J];计算机与应用化学;2011年06期
6 闫元元;高兴宝;周喜虎;;基于变异和交叉的改进粒子群算法[J];陕西科技大学学报(自然科学版);2011年04期
7 李娥;高兴宝;;一种基于阶段进化适应性策略的粒子群算法[J];陕西科技大学学报(自然科学版);2011年05期
8 王燕;贺兴时;王凡;刘达卓;;改进反向粒子群算法及其在噪声中的应用[J];西安工程大学学报;2011年05期
9 熊聪聪;许淑yN;徐姝;;基于粒子群算法的天气滚动预报集成技术[J];天津科技大学学报;2012年01期
10 王防修;周康;;基于粒子群算法的罐容表标定[J];武汉工业学院学报;2012年03期
相关会议论文 前10条
1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集(上)[C];2009年
3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年
4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年
7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年
8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年
10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国(天津)’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年
相关博士学位论文 前10条
1 王芳;粒子群算法的研究[D];西南大学;2006年
2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
3 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年
4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
5 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
6 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年
7 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年
8 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年
9 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年
10 冯琳;改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D];东北大学;2013年
相关硕士学位论文 前10条
1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年
2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年
3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年
4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年
5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年
6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年
7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年
8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年
9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年
10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年
,本文编号:1926274
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/1926274.html