论文部分内容阅读
针对油田传统人为安排措施工作计算量大、耗时多且经济效益不高的缺点，本文建立以经济效益最大化为目标，以年度增注目标、增产目标、含水目标及递减目标为约束条件建立优化模型，并提出一种改进混合蛙跳算法求解该模型。该算法通过反向学习机制初始化种群，再通过正态云算子求解全局最优个体和子群最优个体周围的更优值，最后利用混沌理论对个别个体进行变异来跳出局部最优解。通过经典函数极值优化对比，改进算法的性能优于PSO算法和SFLA算法，实际数据测试表明，优选出的措施优化方案取得了很好的实际应用效果。