油藏开发闭合生产优化是将油藏模拟历史拟合和生产优化两个阶段有机结合,在实时更新油藏地质模型的基础上,对油田开发进行生产优化控制,从而达到降低油田开发不确定性,提高经济开发效果的目的。基于伴随方法的梯度类算法是解决闭合生产管理的最有效的方法之一,但其求解过于复杂且难以和通用的商业化模拟器相结合,无法适用于实际油藏闭合生产优化管理,因此论文主要基于无梯度优化方法对该问题进行了研究。油藏开发生产优化阶段,提出了一种新的无梯度优化方法(QIM-AG算法)来求解油藏生产最优控制模型,该算法类似于拟牛顿方法,均是通过优化原目标函数的二次逼近模型来进行迭代求解;同时,利用QIM-AG算法对油藏约束生产优化问题及考虑多模型的鲁棒生产优化问题进行了求解。油藏历史拟合阶段,根据贝叶斯统计理论建立了油藏模拟历史拟合数学模型,在考虑多模型实现的基础上,创建了一种参数变换法,对历史拟合问题目标函数进行了降维处理,并分别基于无梯度优化方法和数据同化方法对历史拟合问题进行了求解,为进行大规模油藏自动历史拟合问题的研究提供了新思路。研究结果表明:所提出的QIM-AG算法无需伴随梯度的计算,便于和任意油藏模拟器相结合,相比其它无梯度算法收敛速度快、计算效率高,且与增广拉格朗日函数法相结合可以较好的用于解决约束生产优化问题;利用QIM-AG算法进行鲁棒优化所得开发方案,能够进一步提高优化方案的可靠性和鲁棒性;基于参数变换法及数据同化方法进行自动历史拟合均取得了不错的历史拟合效果,能够比较好的匹配实际观测数据;进行油藏闭合生产优化测试实例显示,论文所提出的闭合优化策略能有效地降低油藏模型参数的不确定性,给出更为合理的模型参数估计,且所得到的最优控制相比常规方案明显的改善了注水开发效果、提高了油田开发经济效益,验证了本文研究方法求解大规模油藏闭合生产优化问题的适用性。