模糊Petri网在聚驱综合调整中的应用

论文摘要

聚合物驱油作为提高油田采收率的新兴技术之一,正在国内外油田开发中得到日益广泛的应用。大庆油田是国内最早开展聚合物驱工业化推广的油田,随着聚合物驱规模的不断扩大,对聚驱跟踪调整的要求也越来越高。由于影响聚驱调整措施的因素存在很大的模糊性和不确定性,目前调整方案主要还是依靠专家的经验人为确定。传统聚驱专家系统的知识表示,产生式之间的约束和相互作用导致低效率,另外该表示法缺乏对并行推理的支持。因此,在计算机技术发展的今天,建立一套人机交互式的智能化系统是聚驱发展的必然趋势。课题以模糊Petri网的理论为基础,讨论了带权模糊知识的模糊产生式系统表示法,建立了这种表示法与模糊Petri网之间的映射关系和转换算法。针对聚驱综合调整系统知识具有不确定性和模糊性的特点,给出了基于加权模糊产生式规则的加权FPN决策模型。在此模型的基础上,给出了决策推理过程的形式化推理算法。算法考虑了推理过程中的众多约束条件,将复杂的推理过程采用矩阵运算来实现,充分利用了FPN的并行处理能力,使决策推理过程更加简单和快速。通过对模糊Petri网动态运行机制的分析,给出聚驱知识库的维护算法。并把神经网络中的BP网络算法引入到FPN模型中,使得FPN具有像神经网络中的BP网络一样的学习能力,FPN模型的学习和训练对聚驱规则库系统的建立、维护和更新等有着重要的意义。最后,结合面向对象技术与可视化编程技术,用VC++6.0在Win32平台下实现了上述系统的原型系统。

论文目录

• 摘要
• ABSTRACT
• 引言
• 第1 章 模糊 PETRI 网理论与聚驱综合调整决策模型
• 1.1 PETRI 网基本理论
• 1.1.1 Petri 网基本概念
• 1.1.2 Petri 网系统的定义
• 1.1.3 PN 图形表示
• 1.1.4 Petri 网的推理规律
• 1.2 模糊 PETRI 网
• 1.3 FPN 与模糊知识表示
• 1.3.1 模糊产生式规则及其FPN 表示
• 1.3.2 模糊规则库到FPN 的转换算法
• 1.3.3 复合规则的FPN 描述
• 1.4 聚驱综合调整知识表示
• 1.5 小结
• 第2 章 基于模糊 PETRI 网的聚驱综合调整知识处理
• 2.1 模糊知识推理
• 2.1.1 加权模糊Petri 网
• 2.1.2 采用矩阵运算的形式化推理算法
• 2.2 知识库的维护
• 2.2.1 知识库校验的必要性
• 2.2.2 知识维护的研究内容
• 2.2.3 知识库的结构
• 2.2.4 基于Petri 网的知识库的维护
• 2.2.5 规则库维护的实现算法
• 2.3 小结
• 第3章 基于BP网络的FPN的学习能力及其在聚驱综合调整中的应用
• 3.1 神经网络基本原理
• 3.1.1 神经网络基本概念
• 3.1.2 神经元结构模型
• 3.1.3 神经网络模型的分类
• 3.1.4 神经网络的学习
• 3.1.5 BP 网络基本原理
• 3.2 FPN 的学习机制
• 3.3 小结
• 第4 章 聚驱综合调整原型系统的实现
• 4.1 系统结构
• 4.2 数据结构
• 4.3 聚驱综合调整原型系统界面
• 4.4 小结
• 结论
• 参考文献
• 发表文章目录
• 致谢
• 详细摘要