最优化试井分析方法及应用

　　本书详细调查了已有的试井分析最优化方法，在此基础上进行了各种改进的试井分析最优化方法的研究。应用灰色系统理论建立了一种优于常规线性回归分析的压力恢复曲线续液压段校正的灰色关联分析方法。针对以往典型曲线难以区分早期形态相似性的缺点，研究了适用于早期试井分析的理论图版，并分析了曲线特征。深入研究了非线性回归自动拟合试井分析方法和遗传算法理论，提出了一种将自适应遗传算法与非线性回归分析相结合的混合式最优化试井分析方法——HAGAL方法。本书适合各类石油工程技术人员、科研工作者、高等学校有关专业师生以及研究生阅读。

暂缺《最优化试井分析方法及应用》作者简介

第一部分 绪论
第一章 引言
1.1 概述
1.2 主要研究内容

第二章 非线性回归最优化试井分析的研究与进展
2.1 非线性回归最优化试井分析的发展概况
2.2 非线性回归最优化试井分析的特点

第三章 遗传算法的研究历史和现状
3.1 遗传算法的研究概况
3.2 遗传算法的理论及方法和研究现状
3.2.1 遗传算法参数的选择
3.2.2 编码方法
3.2.3 基因操作
3.2.4 数学理论与性能分析问题
3.3 遗传算法的特点

第二部分 最优化方法和基本理论
第四章 一般的最优化方法的基本理论
4.1 引言
4.2 最优化问题的提法与分类
4.3 基本知识
4.3.1 正定矩阵
4.3.2 乔理斯基(Cholesky)分解
4.3.3 正定矩阵的判别
4.3.4 梯度与海色矩阵
4.3.5 凸集与凸函数
4.4 罚函数法
4.4.1 外罚函数法
4.4.2 内罚函数法
4.4.3 外罚函数法和内罚函数法的优缺点
4.5 非线性规划寻优方法概述
4.6 非线性最小二乘问题
4.6.1 小余量算法
4.6.2 大余量算法

第五章 灰色系统关联分析方法
5.1 引言
5.2 灰色系统关联分析方法

第六章 遗传算法的基本原理
6.1 引言
6.2 遗传算法的基本术语
6.3 遗传算法的基本步骤
6.4 遗传算法的基本原理
6.4.1 基于二进制编码的遗传算法
6.4.2 基于浮点数编码的遗传算法
6.5 遗传算法的数学分析
6.5.1 基本概念
6.5.2 模式定理分析
6.5.3 遗传算法中的隐含并行性

第三部分 混合的最优化试井分析方法(HAGAL)
第七章 早期试井资料的灰色系统关联分析方法

第八章 非线性回归自动拟合试井分析方法

第九章 遗传算法的性能分析

第二章 基于自适应遗传算法的混合试最优化方法(HAGAL)

结论
附录A 有约束最小二乘回归方式
附录B 改进的最小二乘法M-L回归方法
附录C 符号说明

参考文献