位置：成果数据库 > 期刊 > 期刊详情页
Optimization of vertical well placement by using a hybrid particle swarm optimization
  • ISSN号：1007-1202
  • 期刊名称：Wuhan University Journal of Natural Sciences
  • 时间：2011.6.6
  • 页码：237-240
  • 分类：TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构：[1]State Key Laboratory of Software Engineering, Wuhan University, Wuhan 430072, Hubei, China, [2]Department of Chemical and Petroleum Engineering, University of Calgary, Calgary, Alberta, Canada
  • 相关基金：Supported by the National Natural Science Foundation of China （61070008） and the Jiangxi Province Science and Technology Pillar Program （2009BHB 16400）
  • 相关项目：空间变换搜索的智能算法研究及其在GPU上求解大规模的参数识别问题
作者： DONG Xiaojian|WU Zhijian|DONG Chao|CHEN Zhangxin|WANG Hui|
关键词： 井地点优化粒子群优化基因算法(GA, ), 全球优化, well location optimization, particle swarm optimization, genetic algorithm （GA）, global optimization
中文摘要：

定位井是在油利用的重要的步。这份报纸建议一条新奇途径，它首先联合粒子群优化，基因算法，和优化垂直的井的地点的一个水库模拟评估工具。模拟结果证明我们的途径的集中效率超过传统的基因算法并且克服将容易被套住进 best-at-local 答案的粒子群算法的劣势以便它的优化结果显著地被改进了。

英文摘要：

Locating wells is an important step in oil exploitation. This paper proposes a novel approach, which first combines particle swarm optimization, genetic algorithm, and a reservoir simulation evaluation tool to optimize the locations of vertical wells. Simulation results show that the convergence efficiency of our approach outperforms traditional genetic algorithm and overcomes the disadvantage of particle swarm algorithm that would be easily trapped into best-at-local solution so that its optimization result has been significantly improved.

同期刊论文项目
空间变换搜索的智能算法研究及其在GPU上求解大规模的参数识别问题
期刊论文 32 会议论文 9 专利 2
同项目期刊论文
An enhanced differential evolution algorithm for solving large scale optimisation problems on graphi
一种带三角函数因子的粒子群优化算法
基于精英区域学习的动态差分进化算法
Enhancing Differential Evolution with Role Assignment Scheme
A Novel Function Regression Algorithm Based on Gene Expression Programming Ensembles
Enhancing particle swarm optimization using generalized opposition-based learning
Particle swarm optimisation with simple and efficient neighbourhood search strategies
基于差分演化算法的大规模包匹配研究
Particle swarm optimization with adaptive mutation for multimodal optimization
A hybrid particle swarm optimisation with social weight for non-convex economic dispatch problem
一种精英反向学习的差分演化算法
一种基于精英云变异的差分演化算法
IPV6环境下的高维大规模包匹配算法
Parallel differential evolution with self-adapting control parameters and generalized opposition-bas
基于改进PSO算法的Rosenbrock函数优化问题的研究
基于SPPSO算法的时滞HBV模型的系统辨识研究
基于模拟退火的自适应粒子群优化算法的改进策略
一种基于分量热力学迁移策略的并行多种群GEP
格雷码混合遗传算法求解0-1背包问题
运用差分演化算法实现多维包匹配的研究
Enhanced opposition-based differential evolution for solving high-dimensional continuous optimizatio
在GPU上求解大规模优化问题的反向策略的PSO算法
A novel particle swarm algorithm for solving parameter identification problems on graphics hardware
重叠复用性建模方法
Particle swarm optimiser with hybrid multi-parent crossover and discrete recombination
?Particle Dynamic Multi-objective Evolutionary Algorithm Based on Graphic Process Unit
一种精英反向学习的粒子群优化算法
一种邻域搜索的人工蜂群算法
基于差分演化算法的双曲型方程参数识别
IPV 6环境下的高维大规模包匹配算法
Packet Matching Algorithm Based on Improving Differential Evolution
期刊信息
  • 《武汉大学学报：自然科学英文版》
  • 主管单位:教育部
  • 主办单位:武汉大学
  • 主编：侯杰昌
  • 地址：武汉大学期刊社
  • 邮编：430072
  • 邮箱：whdy@whu.edu.cn
  • 电话：027-68752259
  • 国际标准刊号：ISSN：1007-1202
  • 国内统一刊号：ISSN：42-1405/N
  • 邮发代号:38-314
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘（网络版）,美国数学评论（网络版）,英国农业与生物科学研究中心文摘,德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,英国动物学记录
  • 被引量:252