系统模拟与优化及其在油田开发应用.pptVIP

系统模拟与优化及其应用 西南石油大学 刘志斌 主要内容 一、系统模拟 二、系统预测 三、系统最优控制 四、油田开发中的应用 一、系统模拟 系统的相关概念 系统：输入，输出，功能 结构 信息与反馈 数学模拟：关键是对系统的描述 机理模拟： 从系统内部机理描述 功能模拟：从系统输入输出信息描述 系统的功能 二十世纪六十年代以前： 功能是由结构所唯一确定的。 二十世纪六十年代以后： 功能不是结构所唯一确定的，不同的结构可以实现相同的功能。 这正是现代控制理论产生的基础 伴随控制论的诞生航天技术的飞速发展极大地改变了我们几天的生活方式 系统模拟 系统的描述 当系统的状态变量不可直接量测是需要引入观测变量 系统的可观性： 设有一个连续时间的系统，对于时刻T0存在另一个时刻(Tf)，使得根据在时间区间内系统的输出Y(t)便能唯一地确定存在时刻的状态，这时称系统在时是可观测的 。 系统的可控性： 设有一个连续时间的系统，对于时刻T0存在另一个时刻(Tf)，对任意的初始状态,可以找到定义在上的一个控制U(t),使得,则称系统在时刻是可控的，如果系统在有定义的时间区间内任意时刻都是可控的，就称次系统为完全可控的。 系统模拟解决的关键问题： 模拟输入输出关联关系 应用于两个方面： 系统预测、系统最优控制 系统模拟 系统模拟 功能模拟原理 功能模拟认为，考察一个系统（机理不清楚或不完全清楚）的发展，主要的不是从它的内部因果联系方面去看，而是从它与周围环境基于反馈机制的平衡角度去看，不是从揭露系统内部机制到功能的复现，而是从功能到功能，撇开了对物质、能量和内部因果关系的完整描述，从过程和控制过程的角度来刻划对象。这种过程的现实存在，就是功能模拟的物质基础。 功能模拟原理 功能模拟所依据的原理是：给定的功能并不是由给定的唯一结构所决定的，而是与一整类（统计系统）结构有关，功能对于结构的这种相对独立性就是功能模拟的理论基础。 功能模拟原理 功能模拟的主要特点是在不断地运动和变化中来考察它所研究的一切过程和现象，即立足于随机过程理论和方法，建立系统动态方程，并通过历史的拟合实现功能的同构，进而经后验预报的检验确定模型的可靠性，再外推至将来。从预测角度看它有着独立的预测功能。 功能模拟方法 微分模拟 微分模拟方法 数据预处理 数据预处理 微分模拟方法 可以证明: x(j)(ti) 可以用指数函数逼近 对 仅做一次累加的函数 则有: 系数a、b可用最小二乘法进行识别 微分模拟方法 微分模拟方法 微分模拟方法 微分模拟方法 从系统输入与输出的观点看，系统功能模拟的状态方程为： 神经网络方法 神经网络方法 ? 神经元的阀值和神经元之间的权值阀值的计算： 二、系统预测 预测问题类型: 单变量预测 二、系统预测单变量多因素预测 预测的常用方法 翁氏旋回法 逻辑斯谛曲线法 灰色系统方法 组合预测方法 支持向量机预测方法 神经网络模拟预测 微分模拟预测方法 基于时变系统的开发指标功能模拟预测 二、系统预测 神经网络模拟预测 神经网络模型 神经网络模型进行预测的原理 学习过程：当一对学习模式提供给网络后，各神经元获得网络的输入响应产生连接权值，然后按期望输出与实际输出误差减小的方向，从输出层经各中间层逐层修正各连接权，回到输入层。此过程反复交替进行，直至网络的全局误差趋向给定的极小值，即完成学习的过程。 预测过程：网络结构选定后，就要确定网络的“功能”。作为网络的“预测功能”，一旦根据某种方式设定了神经网络中各神经元的阈值及各神经元之间的权值后，网络就具有预测功能，即输入一组值，就能得到一组输出值。 神经网络模型预测方法分析 优点：模拟拟合精度高，号称能实现100%的拟合。 缺点：网络结构一经确定，其预测就仅与输入信息向量有关，而与输出向量的历史趋势无关，这就可能导致预测结果与趋势不服。 微分模拟预测方法 微分模拟预测思想 首先对输入输出样本数据进行处理，如 累加，使随机性弱化，为建模提供中间信 息，由处理后的输入输出中间信息通过参 数识别建立其关联关系，并根据这一关联 关系对系统进行预测，再由预测结果还原 到原输出向量。 变量说明： 微分模拟方法建立的预测公式: