Главная страницаОбратная связьКарта сайтаEnglish Афоризм дня Пятый закон ненадежности.  Ошибаться человеку свойственно, но окончательно все запутать может только компьютер.
Поиск по сайту:
 
Готовится к выпуску:
Вопрос дня:
  1. Чем именно полезен Вам журнал «Газовая промышленность»?

    Я – автор:
    1. Оттачиваю литературный слог для подготовки статей и отчетов - 5 (20.83%)
       
    2. Я патриот, участвую в развитии отрасли - 5 (20.83%)
       
    3. Распространяю информацию о достижениях предприятия, на котором работаю - 2 (8.33%)
       
    4. Нахожу партнеров для совместной работы над моим проектом - 2 (8.33%)
       
    5. Привлекаю инвесторов для своих идей и проектов - 1 (4.17%)
       
    6. Получаю премию за опубликованный в журнале материал - 0 (0%)
       
    7. Другое - 0 (0%)
       
  2. Чем именно полезен Вам журнал «Газовая промышленность»?

    Я – читатель:
    1. Читать журнал значит быть в курсе последних событий - 16 (66.67%)
       
    2. В каждом номере нахожу для себя что-то новое - 8 (33.33%)
       
    3. Это источник идей для решения производственных вопросов - 8 (33.33%)
       
    4. С интересом слежу за достижениями коллег - 7 (29.17%)
       
    5. По материалам журнала удобно готовить доклад или приветственную речь для руководства предприятия - 5 (20.83%)
       
    6. Нахожу грамотные проекты для инвестирования - 3 (12.5%)
       
    7. Другое  (всего) - 2 (8.33%)
       
    8. Другое:  критик -  1 (50%)
       
    9. Другое:  Пишу на заказ курсовые и дипломные работы. В журнале черпаю материал для использования в своей работе -  1 (50%)
       



Подписка на новости:
Ваш e-mail-адрес:
Изменение параметров







© ООО «Газоил пресс», 2008-2017





МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ РЕШЕНИЯ ЗАДАЧИ ОПТИМАЛЬНОГО РАЗМЕЩЕНИЯ КУСТОВЫХ ПЛОЩАДОК И РАСПРЕДЕЛЕНИЯ СКВАЖИН МЕЖДУ НИМИ

Ключевые слова (для индексации): задача кустования скважин, дискретная оптимизация, простейшая задача размещения, роевой интеллект, алгоритм пчелиной колонии, алгоритм имитации отжига


УДК 622.276.342
А.С. Абрамов (РГУ нефти и газа им. И.М. Губкина, РФ, Москва)
Множество технологических задач нефтегазовой отрасли сводятся к решению проблемы оптимального размещения объектов (кустовые площадки и распределение забоев по ним, компрессорные станции на трассе трубопровода, склады ГСМ, автозаправки и т. п.) на дискретном рабочем поле (ДРП). На сегодняшний день для решения простейших задач размещения (ПЗР) существует множество точных и приближенных методов, но универсальное решение отсутствует. Это вызвано тем, что ПЗР представляет собой NP-трудную задачу, временная сложность которой возрастает с ростом числа рассматриваемых объектов и их параметров. В конце XX в. были разработаны многоагентные методы роевого интеллекта, позволяющие за полиномиальное время находить оптимальное решение с заданной точностью. Работа таких алгоритмов основана на децентрализованном поведении интеллектуальных агентов, которые представляют собой самоорганизующуюся систему с адаптацией к окружающей среде (условию задачи). Примером таких многоагентных систем являются стаи птиц, колонии муравьев, пчел и т. д. В статье рассмотрена NP-трудная задача оптимального размещения кустовых площадок (КП) и распределения забоев скважин по ним. Размерность задачи: 55 забоев скважин и 55 вариантов размещения КП. Критерий оптимальности: минимум суммарной стоимости размещения КП в блоке и средней стоимости метра проходки скважин. Для решения поставленной задачи предложен дискретный пчелиный алгоритм с отжигом, реализованный в виде программного модуля в среде MS Visual Studio 2010 на языке C#.

Список литературы

 1. Ермолаев А.И., Кувичко А.М., Соловьев В.В. Модели и алгоритмы размещения кустовых площадок и распределения скважин по кустам при разработке нефтяных и газовых месторождений // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2011. – № 9. – С. 29–32.
 2. Кочетов Ю.А. Методы локального поиска для дискретных задач размещения. Модели и алгоритмы. – Saarbrucken : Lamber tAcademicPublishing, 2011. – 259 c.
 3. Курейчик В.В., Курейчик В.М., Родзин С.И. Концепция эволюционных вычислений, инспирированных природными системами // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – С. 16–24.
 4. Dorigo M., DiCaro G., Gambardella L.M. Ant Algorithmsfor Discrete Optimization // ArtificialLife. – 1999. – V. 5 (2). – Рp. 137–172.
 5. Пантелеев А.В., Метлицкая Д.В., Алешина Е.А. Методы глобальной оптимизации. Метаэвристические стратегии и алгоритмы. – М. : Вузовская книга, 2013. – 244 c.



Назад в раздел