聚合物驱油作为三次采油的重要手段,近年来在油田上得到广泛的应用。在数学模型中,聚合物的驱替机理是通过一组或多组粘浓曲线进行描述的。这些粘浓曲线来源于油田实验室的测量,在当前实验技术下是拥有相当的精准度的。然而,由于地面实验环境与油藏地层环境的区别,以及实际生产中诸如管损等干扰,聚合物实际驱替时的粘浓参数往往带有不确定性,这部分不确定性导致了数值模拟与实际观测的较大差异,因此对于聚合物的化学参数应用历史拟合技术是必要的。本文研究的主要内容是:先给出聚合物溶液粘度、流变特征、渗透率下降系数、残余阻力系数、不可及孔隙体积以及聚合物吸附的数学模型,并基于此建立概念模型。之后利用孪生实验（twin experiment）来验证EnKF（集合卡尔曼滤波,Ensemble Kalman Filtering）和ES-MDA（集合平滑多重数据同化,Ensemble Smoother Multiple Data Assimilation）两种算法对概念模型的数据同化效果,提出算法实现中所出现的问题,并由此分析出聚合物驱油自动历史拟合问题应当采用的算法以及数据同化策略。之后根据所选定的算法与策略,对实际矿场进行历史拟合以验证该算法对于工程实际问题的处理能力和应用价值。本文由以下章节组成:第一章:介绍了自动历史拟合技术的研究背景,国内外对于化学剂驱替机理、数学模型以及油藏历史拟合算法的研究现状,阐述了问题模型和化学剂参数数据同化和历史拟合技术的研究意义。第二章:给出了包含聚合物溶液粘度等的油藏数值模拟正向模型,之后分别阐述了EnKF和ES-MDA算法并利用孪生实验（twin experiment）针对聚驱概念模型进行了数据同化试验,分析了两种算法在不同大小集合（ensemble）下的表现,初步确定了针对实际油藏问题的同化算法和策略。第三章:将算法应用到实际矿场,给出了各生产井的拟合效果并进行了分析。第四章:对文章内容进行了总结并提出了展望。