基于遗传一退火混合算法的油藏动态优化研究
【摘要】 油藏生产优化组合寻优过程往往会陷入局部最优解的陷阱中，无法在短时间内跳出局部最优解，且计算耗时长。首次将遗传一退火混合算法（SG4G)引入到油藏模拟的注采参数优化中，基于概率机制迭代寻优方向，对种群进行大规模扰动，在交叉变异中引入退火模拟算法，加强扰动产生新群体，避免寻优陷入局部收敛，提升了全局搜索性。同时，通过SPSA随机扰动算法，计算目标函数近似梯度确定单次优化的扰动步长。将算法与油藏数值模拟结合，实现对A油田转注后注采结构参数的优化。优化结果显示，模型能够有效控制并优化油藏生产制度时间，优化后预计累产油提高约1.9X104m3,达到了增油控水
