基于多目标优化的射孔方案研究

《基于多目标优化的射孔方案研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学位论文创新性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安石油大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：上鲤垦学位论文使用授权的说明本人完全了解西安石油大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安石油大学。学校享有以任何方

2、法发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为西安石油大学。论文作者签名：导师签·注：如本论文涉密，请在使用授权的说明中指出(含解密年限等)。中文摘要论文题目：基于多目标优化的射孔方案研究专业：计算机软件与理论硕士生：王李凡(签名)丛至指导教师：曩莹(签每≥豸荤兰萋≥歹一摘射孔完井是完井方式中最常用的一种，要射孔作业参数主要包括孔密、孔深、孔径、相位、污染深度、污染程度等，选用不同的射孔参数对油气井的产能将有不同的影响，因此为了能够获得理想的射孔效果，需要对射孔方案进行优化选择。研究射孔

3、方案的优选，对提高射孔产能、降低射孔成本以及在安全生产方面都有着至关重要的作用。目前在射孔方案优选时通常采用经验法，从而导致决策结果受个人主观的影响较大。本文对射孔完井的影响因素进行分析，重点研究了多目标优化的相关算法，从而将群体智能算法与TOPSIS算法进行结合，提出了基于群体智能与TOPSIS混合优化算法的射孔方案决策模型，并将其应用于射孔完井作业。首先，在深入研究群体智能中的粒子群算法以及蚁群算法的基础上，针对多目标优化的特点，提出了一些新的机制和策略，改进了基本粒子群算法和蚁群算法并用其解决多目标优化问题。针对多属性决策中的属性权重求解问题，采用离差最大化法与

4、TOPSIS算法相结合的思想，提出了改进的TOPSIS算法。其次，在研究射孔完井作业理论的基础上，详尽分析了射孔作业中孔密、孔深、孔径、相位角几种参数对射孔产能比、套管损害程度的影响，确定了产能比和套管强度降低系数的定量分析模型。最后，针对射孔方案的优化问题，提出了两种混合优化算法：基于MOPSO与TOPSIS的优化算法；基于ACO与TOPSIS的优化算法。运用面向对象语言开发了射孔完井方案决策系统，该系统实现了射孔方案的优化选择，一定程度上减少了决策过程中的盲目性和主观性，为射孔作业提供了科学的指导。关键词：射孔方案决策射孔完并MOPSOACOTOPSIS论文类型：

5、应用技术研究II英文摘要Subject：Speciality：Name：Instructor：ResearchofPerforatingschemesBasedonMulti-ObjectiveOptimizationComputerSoftwaresandtechnologiesPerforationisoneofmajoroilandgaswellcompletionmethods．Perforationparametersinvolveperforationdiameter,shotdensity,perforationphaseangle，holedepth，

6、etc，anddifferentperforationparametershavedifferentinfluencesonoil—wellproductivity．Researchonoptimizationofperforationschemehasacrucialroleinimprovingtheperforationcapacity,reducingthecostofperforationandsafetyproduction．Inthetraditionway,theoptimizationofperforationschemedependsonhuman

7、’SsubjectivityandexperienceSOthatitwillstronglyinfluencedecisionresult．Inthispaper,theinfluencefactorsofperforationcompletionwasanalyzedandthemulti·objectiveoptimizationalgorithmismainlystudied．Afterthat，ascientificdecision-makingoptimizationalgorithmofperforationschemeisestabl