CN107368910A - 基于0‑1整数规划的油田项目群优化部署方法 - Google Patents

基于0‑1整数规划的油田项目群优化部署方法 Download PDF

Info

Publication number
CN107368910A
CN107368910A CN201611175571.4A CN201611175571A CN107368910A CN 107368910 A CN107368910 A CN 107368910A CN 201611175571 A CN201611175571 A CN 201611175571A CN 107368910 A CN107368910 A CN 107368910A
Authority
CN
China
Prior art keywords
mrow
project
msub
oil field
decision variable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611175571.4A
Other languages
English (en)
Inventor
侯春华
王滨
赵小军
赵伟
张以根
邴绍献
张金铸
吕琦
张孝天
彭国红
海会荣
冯义娜
宫丽清
孙颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Exploration and Development Research Institute of Sinopec Henan Oilfield Branch Co
Exploration and Development Research Institute of Sinopec Shengli Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Exploration and Development Research Institute of Sinopec Henan Oilfield Branch Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Exploration and Development Research Institute of Sinopec Henan Oilfield Branch Co filed Critical China Petroleum and Chemical Corp
Priority to CN201611175571.4A priority Critical patent/CN107368910A/zh
Publication of CN107368910A publication Critical patent/CN107368910A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Complex Calculations (AREA)

Abstract

本发明提供一种基于0‑1整数规划的油田项目群优化部署方法，该基于0‑1整数规划的油田项目群优化部署方法包括：步骤1，确定优化模型决策变量；步骤2，以部署后所有项目折算后总净现值最大为优化目标，确定目标函数；步骤3，确定产能项目排斥性约束；步骤4，确定决策变量约束，避免项目投产之后随后几年再度投产的可能性；步骤5，确定客观实际约束及决策者主观约束；步骤6，用蚁群算法求解优化模型，得到产能建设项目的最优部署情况。该基于0‑1整数规划的油田项目群优化部署方法能够满足产能建设项目优化部署的需要，提高了油田产能投资项目部署的科学性和合理性，为油田产能建设项目的优化部署提供了严格可靠的方法。

Description

基于0-1整数规划的油田项目群优化部署方法
技术领域
本发明涉及油气田开发产能建设领域，特别是涉及到一种基于0-1整数规划的油田项目群优化部署方法。
背景技术
随着开发的深入，我国多数老油田已进入开发后期，含水上升，产量开始递减。受地下油气物质基础的限制，老油田产量递减不可避免。此时，开发动用新区资源、加强老区的整体调整，积极建设产能接替阵地，对保障油田持续有效开发具有重要的作用，持续的产能接替是油田实现稳产的关键。对于大型的油气田，每年都有大量的产能建设项目。但由于投入项目的油藏条件、地面配套等差异比较大，在油田中长远规划编制及年度部署时，项目的选择和安排会对整体的经济效益产生影响。科学合理的选择和部署产能项目是提高油田经济效益的有效途径。
在油田项目群优化部署方面，目前方法一般是以内部收益率、净现值等经济指标作为依据进行效益排队。该方法虽然原理清晰、操作简单，但是理论上讲不是严格的优化决策方法。首先该方法没有经过严格的数学计算，不一定得到最优解；其次，任何决策都是在一定的条件下做出的，单纯用一个经济指标筛选忽略了油田各种现实条件对开发行为的限制；最后，油田产能建设项目具有明显的投资属性，项目的对比应充分考虑长远利益，将项目安排在不同的时间来进行比较。效益排队法采用当前时间测算的经济指标对比，即使采用财务净现值也是静态的时间点上的对比。因此急需一种综合考虑技术、经济等客观条件限制以及时间价值的不同，严格而且准确的方法。为此我们发明了一种基于0-1整数规划的油田产能项目优化部署方法，解决了以上技术问题。
发明内容
本发明的目的是提供一种综合考虑技术、经济等客观条件限制以及时间价值的不同，基于0-1整数数学规划的严格而且准确的油田产能项目优化部署方法。
本发明的目的可通过如下技术措施来实现：基于0-1整数规划的油田项目群优化部署方法，该基于0-1整数规划的油田项目群优化部署方法包括：步骤1，确定优化模型决策变量；步骤2，以部署后所有项目折算后总净现值最大为优化目标，确定目标函数；步骤3，确定产能项目排斥性约束；步骤4，确定决策变量约束，避免项目投产之后随后几年再度投产的可能性；步骤5，确定客观实际约束及决策者主观约束；步骤6，用蚁群算法求解优化模型，得到产能建设项目的最优部署情况。
本发明的目的还可通过如下技术措施来实现：
在步骤1中，根据0-1整数规划模型，针对每个产能建设项目，应用0‐1变量数量化地描述项目的取与舍，同时，用变量的下标，来反应取与舍的具体时间，即
其中：xtj为决策变量,xtj＝0表示项目j在第t年不实施，xtj＝1表示项目j在第t年实施。
在步骤2中，根据具体产能建设项目的方案测算净现值以及项目安排的时间，将项目的评价时间折算到目前，并以折算后的总净现值最大为目标函数，即：
其中，xtj为决策变量，NPVtj为第t年单独开发项目j获得的收益，亿元；ie为折现率，％，m为时间，单位为年。
在步骤3中，根据项目的逻辑关系，对具有多套开发方案的产能建设项目，用同一时间的排斥性约束避免同一项目用不同方案多次投产的可能性，即
xti+xtj≤1,t＝1,2,...,m (3)
其中，xti、xtj为决策变量,在此处表示同一个项目的不同论证方案i和方案j；m为时间，单位为年。
在步骤4中，确定决策变量约束的公式为：
sum(xtj)≤1,t＝1,2,...,m (4)
其中，xtj为决策变量，m为时间，单位为年。
在步骤5中，根据油田的客观实际以及决策者的主观要求，以产能建设项目方案设计的基本参数为基础，确定历年对产能建设项目预期要达到或需要的投资、产油量、产液量、钻井工作量、可采储量这些约束条件，即：
其中：Itj表示项目j在第t年的投资，Dtj表示项目j在第t年的钻井数，
It表示第t年油田产能建设项目的投资上限，Dt表示第t年油田的钻井工作能力上限，xtj为决策变量，m为时间，单位为年。
在步骤6中，对由决策变量、目标函数、约束条件组成的优化模型使用蚁群算法进行求解，得到产能建设项目的最优部署。
本发明中的基于0-1整数规划的油田项目群优化部署方法，解决了效益排队法安排产能建设项目存在的问题，充分考虑了决策者主观要求、油田客观实际对产能建设项目的限制，基本能够满足产能建设项目优化部署的需要，提高了油田产能投资项目部署的科学性和合理性，为油田产能建设项目的优化部署提供了严格可靠的方法。
附图说明
图1为本发明的基于0-1整数规划的油田项目群优化部署方法的一具体实施例的流程图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。
如图1所示，图1为本发明的基于0-1整数规划的油田项目群优化部署方法的流程图。
步骤101，确定优化模型决策变量。根据0-1整数规划模型，针对每个产能建设项目，应用0‐1变量数量化地描述项目的取与舍。同时，用变量的下标，来反应取与舍的具体时间。
步骤103，确定优化模型目标函数。根据具体产能建设项目的方案测算净现值以及项目安排的时间，将项目的评价时间折算到目前，并以折算后的总净现值最大为目标函数。
步骤105，确定产能项目排斥性约束。根据项目的逻辑关系，对具有多套开发方案的产能建设项目，用同一时间的排斥性约束避免同一项目用不同方案多次投产的可能性。
步骤107，确定决策变量约束。根据逻辑关系，用决策变量约束避免项目投产之后随后几年再度投产的可能性。
步骤109，确定客观实际约束及决策者主观约束。根据油田的客观实际以及决策者的主观要求，以产能建设项目方案设计的基本参数为基础，确定历年对产能建设项目预期要达到或需要的投资、产油量、产液量、钻井工作量、可采储量等约束条件。
步骤111，蚁群算法求解模型。对由决策变量、目标函数、约束条件组成的优化模型使用蚁群算法进行求解，得到产能建设项目的最优部署。
以某油田的产能建设项目部署为例说明模型的建立过程，并与效益排队法进行对比。根据资源潜力，某油田设计了8个拟建项目，其单个产能项目的开发方案具体情况见表1。根据油田客观情况，该油田每年新井的钻井能力不超过55口，投资不超过15亿元，项目部署考虑五年。
表1某油田产能建设项目基本情况表
采用原有方法，即项目排队法，以净现值为依据按照从大到小排序。同时考虑油田每年的钻井能力及投资限制，部署的产能项目投产顺序见表2。8个项目的最终折算净现值为18.2亿元。
表2效益排队法项目部署情况
采用基于0-1整数规划的油田产能项目优化部署方法，首先，按照步骤101用0-1变量及时间确定决策变量。即：
其中：xtj＝0表示项目j在第t年不实施，xtj＝1表示项目j在第t年实施。
按照步骤103，以部署后所有项目折算后总净现值最大为优化目标，确定目标函数。即：
其中，NPVtj是第t年单独开发项目j获得的收益，亿元；xtj决策变量,ie为折现率，％；
按照步骤105，确定产能项目排斥性约束。即：
xti+xtj≤1,t＝1,2,...,5 (3)
按照步骤107，确定决策变量约束。避免项目投产之后随后几年再度投产的可能性。即
sum(xtj)≤1,t＝1,2,...,5 (4)
按照步骤109，确定客观实际约束及决策者主观约束。根据油田的客观实际以及决策者的主观要求，仅考虑投资及工作量约束，即：
其中：Itj表示项目j在第t年的投资，Dtj表示项目j在第t年的钻井数。
按照步骤111，用蚁群算法求解优化模型，得到产能建设项目的最优部署情况。结果见表3。
从结果来看，基于0-1规划的方法部署的产能建设项目实施时间与效益排队法差别较大，最终计算得出的折算净现值为18.5亿元，而效益排队法为18.2亿元，相比而言，经济效益更好。
表3基于0-1整数规划的产能项目优化部署方法部署情况表

Claims (7)

1.基于0-1整数规划的油田项目群优化部署方法，其特征在于，该基于0-1整数规划的油田项目群优化部署方法包括：
步骤1，确定优化模型决策变量；
步骤2，以部署后所有项目折算后总净现值最大为优化目标，确定目标函数；
步骤3，确定产能项目排斥性约束；
步骤4，确定决策变量约束，避免项目投产之后随后几年再度投产的可能性；
步骤5，确定客观实际约束及决策者主观约束；
步骤6，用蚁群算法求解优化模型，得到产能建设项目的最优部署情况。
2.根据权利要求1所述的基于0-1整数规划的油田项目群优化部署方法，其特征在于，在步骤1中，根据0-1整数规划模型，针对每个产能建设项目，应用0‐1变量数量化地描述项目的取与舍，同时，用变量的下标，来反应取与舍的具体时间，即
<mrow> <msub> <mi>x</mi> <mrow> <mi>t</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中：xtj为决策变量,xtj＝0表示项目j在第t年不实施，xtj＝1表示项目j在第t年实施。
3.根据权利要求1所述的基于0-1整数规划的油田项目群优化部署方法，其特征在于，在步骤2中，根据具体产能建设项目的方案测算净现值以及项目安排的时间，将项目的评价时间折算到目前，并以折算后的总净现值最大为目标函数，即：
<mrow> <mtable> <mtr> <mtd> <mi>max</mi> </mtd> <mtd> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>t</mi> <mi>j</mi> </mrow> </msub> <mfrac> <mrow> <msub> <mi>NPV</mi> <mrow> <mi>t</mi> <mi>j</mi> </mrow> </msub> </mrow> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <msub> <mi>i</mi> <mi>e</mi> </msub> <mo>)</mo> </mrow> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> </msup> </mfrac> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中，xtj为决策变量，NPVtj为第t年单独开发项目j获得的收益，亿元；ie为折现率，％，m为时间，单位为年。
4.根据权利要求1所述的基于0-1整数规划的油田项目群优化部署方法，其特征在于，在步骤3中，根据项目的逻辑关系，对具有多套开发方案的产能建设项目，用同一时间的排斥性约束避免同一项目用不同方案多次投产的可能性，即
xti+xtj≤1,t＝1,2,...,m (3)
其中，xti、xtj为决策变量,在此处表示同一个项目的不同论证方案i和方案j；m为时间，单位为年。
5.根据权利要求1所述的基于0-1整数规划的油田项目群优化部署方法，其特征在于，在步骤4中，确定决策变量约束的公式为：
sum(xtj)≤1,t＝1,2,...,m (4)
其中，xtj为决策变量，m为时间，单位为年。
6.根据权利要求1所述的基于0-1整数规划的油田项目群优化部署方法，其特征在于，在步骤5中，根据油田的客观实际以及决策者的主观要求，以产能建设项目方案设计的基本参数为基础，确定历年对产能建设项目预期要达到或需要的投资、产油量、产液量、钻井工作量、可采储量这些约束条件，即：
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>t</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>I</mi> <mrow> <mi>t</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;le;</mo> <msub> <mi>I</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>t</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>m</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow> 1
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>x</mi> <mrow> <mi>t</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>D</mi> <mrow> <mi>t</mi> <mi>j</mi> </mrow> </msub> <mo>&amp;le;</mo> <msub> <mi>D</mi> <mi>t</mi> </msub> <mo>,</mo> <mi>t</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>m</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
其中：Itj表示项目j在第t年的投资，Dtj表示项目j在第t年的钻井数，
It表示第t年油田产能建设项目的投资上限，Dt表示第t年油田的钻井工作能力上限，xtj为决策变量，m为时间，单位为年。
7.根据权利要求1所述的基于0-1整数规划的油田项目群优化部署方法，其特征在于，在步骤6中，对由决策变量、目标函数、约束条件组成的优化模型使用蚁群算法进行求解，得到产能建设项目的最优部署。
CN201611175571.4A 2016-12-17 2016-12-17 基于0‑1整数规划的油田项目群优化部署方法 Pending CN107368910A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611175571.4A CN107368910A (zh) 2016-12-17 2016-12-17 基于0‑1整数规划的油田项目群优化部署方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611175571.4A CN107368910A (zh) 2016-12-17 2016-12-17 基于0‑1整数规划的油田项目群优化部署方法

Publications (1)

Publication Number Publication Date
CN107368910A true CN107368910A (zh) 2017-11-21

Family

ID=60304504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611175571.4A Pending CN107368910A (zh) 2016-12-17 2016-12-17 基于0‑1整数规划的油田项目群优化部署方法

Country Status (1)

Country Link
CN (1) CN107368910A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109816148A (zh) * 2018-12-27 2019-05-28 成都北方石油勘探开发技术有限公司 一种水驱油田开发规划离散优化方法
CN110705766A (zh) * 2019-09-25 2020-01-17 中国石油大学(北京) 气田集输系统优化方法及装置
CN111784016A (zh) * 2019-04-03 2020-10-16 中国石油化工股份有限公司 一种求取区块sec储量极值的计算方法
CN111985833A (zh) * 2020-08-28 2020-11-24 四川长宁天然气开发有限责任公司 一种页岩气压裂工程智能调度方法及系统
WO2021081706A1 (en) * 2019-10-28 2021-05-06 Schlumberger Technology Corporation Drilling activity recommendation system and method
CN113537847A (zh) * 2021-09-17 2021-10-22 广州粤芯半导体技术有限公司 产能规划方法及可读存储介质

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109816148A (zh) * 2018-12-27 2019-05-28 成都北方石油勘探开发技术有限公司 一种水驱油田开发规划离散优化方法
CN109816148B (zh) * 2018-12-27 2020-10-16 成都北方石油勘探开发技术有限公司 一种水驱油田开发规划离散优化方法
CN111784016A (zh) * 2019-04-03 2020-10-16 中国石油化工股份有限公司 一种求取区块sec储量极值的计算方法
CN111784016B (zh) * 2019-04-03 2024-03-19 中国石油化工股份有限公司 一种求取区块sec储量极值的计算方法
CN110705766A (zh) * 2019-09-25 2020-01-17 中国石油大学(北京) 气田集输系统优化方法及装置
WO2021081706A1 (en) * 2019-10-28 2021-05-06 Schlumberger Technology Corporation Drilling activity recommendation system and method
US11989790B2 (en) 2019-10-28 2024-05-21 Schlumberger Technology Corporation Drilling activity recommendation system and method
CN111985833A (zh) * 2020-08-28 2020-11-24 四川长宁天然气开发有限责任公司 一种页岩气压裂工程智能调度方法及系统
CN111985833B (zh) * 2020-08-28 2023-11-07 四川长宁天然气开发有限责任公司 一种页岩气压裂工程智能调度方法及系统
CN113537847A (zh) * 2021-09-17 2021-10-22 广州粤芯半导体技术有限公司 产能规划方法及可读存储介质
CN113537847B (zh) * 2021-09-17 2021-12-17 广州粤芯半导体技术有限公司 产能规划方法及可读存储介质

Similar Documents

Publication Publication Date Title
CN107368910A (zh) 基于0‑1整数规划的油田项目群优化部署方法
Al Dossary et al. Well placement optimization using imperialist competitive algorithm
CN104850901B (zh) 一种基于多模型预测瓦斯浓度的软测量方法及系统
Foroud et al. A comparative evaluation of global search algorithms in black box optimization of oil production: A case study on Brugge field
CN103003522A (zh) 提高成熟气田或油田的产量的方法
CN102066985A (zh) 用于解释钻井数据的系统和方法
Wong et al. Modeling the behaviour of science and technology: self-propagating growth in the diffusion process
Ali et al. A modified cultural algorithm with a balanced performance for the differential evolution frameworks
WO2017011469A1 (en) Ensemble based decision making
CN107085572A (zh) 对在时间上逐一到达的输入数据进行分类的方法和系统
Park et al. Improved decision making with new efficient workflows for well placement optimization
CN105956928A (zh) 一种金属露天矿5d时空动态排产计划模型构建方法
CN108648093A (zh) 数据处理方法、装置及设备
CN113722997A (zh) 一种基于静态油气田数据的新井动态产量预测方法
CN105389358A (zh) 基于关联规则的Web服务推荐方法
CN103995873A (zh) 一种数据挖掘方法及数据挖掘系统
Mathew et al. Demand forecasting for economic order quantity in inventory management
Ma et al. Exploring the relationship between economic complexity and resource efficiency
CN107657349A (zh) 一种水库分期发电调度规则提取方法
CN106022975A (zh) 一种水资源开发利用效率评价方法及其应用
Arouri et al. Bilevel optimization of well placement and control settings assisted by capacitance-resistance models
Farmer et al. Schedule-based pushback design within the stochastic optimisation framework
Ariadji et al. A novel tool for designing well placements by combination of modified genetic algorithm and artificial neural network
CN106530109A (zh) 一种基于信息价值的油田开发评价井决策方法
CN106920173A (zh) 一种稠油边底水油藏多轮co2吞吐的选井方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171121

WD01 Invention patent application deemed withdrawn after publication