油田开发规划效益优化方法

论述了油田开发规划部署中产能建设项目评价方法，措施产量优化方法和规划部署的优化决策方法，提出应用产量梯度方法分析老井产量效益，分类措施工作量与措施产量效益的关系，以及建立规划部署效益优化分析模型的方法。     

油田开发多目标产量分配模型及其应用算法研究

利用功能模拟原理(微分模拟方法及神经网络方法)建立的油田开发指标关联关系，研究并建立了油田开发规划的多目标产量分配优化模型。该模型成功地解决了油田的总产量及对应的工作量、成本等其它开发指标最优地分配到各二级开采单位的产量最优分配问题。针对非线性多目标规划问题，采用改进的Hooke-Jeeves算法求解，并将该模型及算法应用于国内某中后期开发油田的开发规划中产生了较好的经济效益。     

非线性优化问题的一种神经模型

提出了一种计算非线性优化问题的神经网络模型,研究了该神经网络的稳定性,探讨了利用该神经网络进行优化设计的原理和方法。     

注水开发油田产油量产水量动态预报的新方法

对注水开发油田，提出一种新的产油量、产水量动态预报方法。该方法对油田开发过程的时变性和各种随机干扰因素具有自适应性。文章从信息论角度出发，利用神经网络非线性时间序列预测模型，构造了油田产油量、产水量的神经网络预测器。结果表明，该预测器具有较高的预测精度，适合于各个阶段的产油量、产水量的动态预报。并且该方法完善了油田产油量、产水量动态预报的理论。最后给出了两个动态预报的实例，具有较高的预报精度     

油田产量预报的多维时间序列神经网络模型

对注水开发油田，提出一种新的油田动态研究模型，即油田产油量、产水量多维时间序列神经网络预测器。同时考虑油田增产措施和油田开发过程时变性，对各种随机干扰因素具有自适应性。从信息论角度出发，利用神经网络非线性时间序列预测模型，构造了油田产油量、产水量的多维时间序列神经网络预测器。结果表明，该预到器具有较高的预测精度，适合于油田各个阶段的产油量、产水量的动态预报。完善了油田产油量、产水量动态预报理论。最后给出了一个动态预报的实例。     

油田开发规划决策软件系统

针对油田开发规划所要解决的开发动态预测、产量构成优化、措施结构优化、产量最优配置、措施最优控制和综合规划方案.从用户需求的角度介绍了"油田开发规划决策软件系统"的结构设计和数据流程,并进行了模块功能设计,开发了"油田开发规划决策软件系统",经多个油田试用取得了很好的效果.     

注水开发油田产油量产水量动态预测的新方法

对注水开发油田，提出一种新的产油量、产水量动态预报方法。该方法对油田开发过程的时变性和各种随机干扰因素具有自适应性。章从信息论角度出发，利用神经网络非线性时间序列预测模型，构造了油田产油量、产水量的神经网络预测器。结果表明，该预测器具有较好的预测精度，适合于各个阶段的产油量、产水量的动态预测。并且该方法完善了油田产油量、产水量动态预报的理论。最后给出了两个动态预报的实例，具有较高的预报精度。     

油田开发规划效益优化方法

论述了油田开发规划部署中产能建设项目评价方法、措施产量优化方法和规划部署的优化决策方法。提出应用产量梯度方法分析老井产量效益、分类措施工作量与措施产量效益的关系,以及建立规划部署效益优化分析模型的方法。     

计算油田可采储量新方法

文章提出了一种预测水驱油田可采储量新的经验公式。根据油田生产数据发现，当油田水驱进入一定阶段后，累计产油量与累计产液量比值与累计产液量的对数呈线性关系。将这一规律表达成数学关系式，并经适当推导可得可采储量的计算公式。使用数学回归方法求得公式中的有关系数，就可求得可采储量。     

油田开发多目标优化模型与综合判断矩阵研究

根据油藏工程及最优化理论,利用功能模拟原理(微分模拟方法及神经网络方法)建立的油田开发指标关联关系,研究并建立了油田开发多目标规划模型.为避免主观判断的片面性,并根据多个判断矩阵构造一个综合判断矩阵与理想的判断矩阵的偏差服从正态分布,提出了一种解决多目标优化问题的基于层次分析的综合判断矩阵方法,给出了计算实例.计算结果表明该方法是可行的.     

具有混杂约束的非线性优化神经网络

目的为解决一类同时含有等式约束和不等式约束的混杂约束的非线性规划问题．方法利用神经网络具有内在大规模并行运算和快速收敛特性理论,提出了一种非线性优化神经网络解决一类混杂约束的非线性规划问题．结果该模型既克服了采用罚函数方法的神经网络求解优化问题的缺陷,同时与引入松弛变量的优化神经网络相比,具有电路实现简单、计算量小和收敛速度快等特点．此外,利用能量函数对神经网络的稳定性和收敛性进行了分析,进而保证所提出的神经网络具有全局稳定性．结论通过两个数值仿真例子验证了所提出的优化网络的有效性．     

改进的连续Hopfield网络求解组合优化问题 ——以TSP求解为例

利用神经网络求解组合优化问题,是一种有效的途径。对连续Hopfield网络的数学模型及稳定性进行了分析;探讨了组合优化问题的神经网络求解方法,针对传统方法参数配置复杂、收敛速度慢等不足,提出了改进算法;最后,通过系统仿真与性能测试验证了该算法的可行性。     

一种求解线性规划问题的神经网络方法

提出了一种求解线性规划问题的神经网络，证明了该网络全局稳定于平衡点，且该网络具有模型小、便于硬件实现的优点．计算机的模拟结果表明了该网络的可行性和有效性．     

连续反馈人工神经网络模型的稳定性分析

分析了连续反馈人工神经网络模型的稳定性,指出了３种可能的稳定状态,并给出状态条件及其与参数的关系,最后还根据这一模型用于求解旅行推销商问题的实例来说明这些分析的正确性。     

一种遗传算法的神经网络模型

提出了应用神经网络实现遗传算法的模型,将普通遗传算法中交叉操作和突变操作的概念进行推广,并提出了全交叉和多点突变的概念以及实现这两种操作的人工神经元模型。通过一组著名的测试函数将该算法与典型遗传算法就求解优化问题的性能作了比较研究。此研究对用硬件执行遗传算法,显式地实现遗传算法的内在并行性,从而提高遗传算法的实时性,拓宽遗传算法的应用领域具有重要的意义。     

人工神经网络在煤矿开采沉陷预计中的应用研究

提出了利用人工神经网络技术进行开采沉陷定量预测的新方法 .研究了影响因素的选取、开采沉陷预计模型的建立以及模型的应用等问题 .采用 BP神经网络算法对开采沉陷量进行了建模和预测 .结果表明 ,用神经网络模型对复杂的开采沉陷系统进行模拟预测 ,具有理论上的可行性和现实意义 ,说明人工神经网络技术在开采沉陷预计领域中具有实用价值     

应用人工神经网络算法优化面包配方

在优化面包配方实验中,针对面包易老化、不耐储存这一问题,采用人工神经网络（artificial neural network,ANN）对12个影响因素和6项观测指标进行模拟与建模,最终获得了口感好、储存效果好的最优配方,即：面粉32%,水7%,盐0.962%,奶粉8%,果葡糖浆30%,酥油18%,糖醇3%,保鲜酶0.03%,淀粉酶0.001%,脂肪酶0.002%,木聚糖酶0.005%,卡拉胶0.5%,黄原胶0.5%.     

多层前馈神经网络的面向对象的程序设计框架

提出多层前馈神经网络的一种面向对象的程序设计框架，其中包括表示前馈神经网络中的神经元、权值的数据成员，以及完成网络的构造、初始化、学习和输出值计算等功能的成员方法，并用支持面向对象的程序设计语言Java实现了这一框架。模式分类和函数近似等问题的解决说明了这一前馈神经网络的面向对象的程序设计框架的有效性。     

二次规划问题的时滞投影神经网络模型的全局指数稳定

研究了二次规划问题,提出了求解它的一种时滞投影神经网络模型。利用反函数分方程理论和放缩的方法,证明了新模型解的存在唯一性,并给出了时滞投影神经网络全局指数稳定的充分条件。该模型可以用来解决一系列约束最优化问题中的二次规划问题。