改進的小生境遺傳算法在油藏評價中的應用研究.pdf

1、本研究針對傳統(tǒng)小生境遺傳算法初始半徑難以確定而引起的“早熟收斂”問題，導致種群的多樣性流失，提出一種自組織特征映射的改進小生境遺傳算法。首先，通過自組織特征映射網(wǎng)絡對種群進行自適應聚類，并根據(jù)粒子與聚類中心間的距離來確定是否生成新的類中心。然后，在初始聚類后的不同小生境內(nèi)應用輪盤賭策略選擇出特征優(yōu)良的個體來執(zhí)行遺傳操作，以盡可能多地搜索出多個局部最優(yōu)解，為問題的解提供更多的可能性，進而找出問題的全局最優(yōu)解。最后，通過Benchmarks

2、函數(shù)對算法的性能進行評價，結(jié)果表明，改進后的小生境遺傳算法具有良好的收斂性，并且能夠?qū)ΨN群樣本的特征多樣性進行很好的維持。
　　目前，易開發(fā)的油田日漸稀少，如何選擇合理的布井方案，已成為油田投產(chǎn)前人們關注的焦點，并受油田開發(fā)過程中遇到的某些具體問題的啟發(fā)，將這種改進的小生境遺傳算法應用到油藏評價中，視注水井井位坐標為決策變量，建立布井優(yōu)化模型來確定凈現(xiàn)值目標函數(shù)，以“少井、高效”為原則，在區(qū)塊內(nèi)尋找合理井位，實現(xiàn)了油藏開發(fā)凈現(xiàn)值為