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。