模糊Petri网在聚驱综合调整中的应用

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.

目录

文摘

英文文摘

学位论文独创性声明及使用授权声明

创新点摘要

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

3.2FPN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