最优化试井分析方法及应用

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