创新性：自动历史拟合等油藏工程问题的求解往往涉及大量耗时的油藏数值模拟计算，本文基于集成学习技术，构建了一个分布式的代理系统逼近优化问题的目标函数。该算法具有良好的并行可扩展性，可适用于大规模高性能计算平台，对于涉及大量油藏数值模拟的工程优化问题如自动历史拟合、生产优化、井网井位优化等问题具有重要研究意义。

中文摘要：近年来，代理辅助进化算法因其能加快算法的收敛速度而被广泛研究和应用于历史匹配问题。然而，由于引入了代理模型，大多数代理辅助算法失去了并行采样的能力，在每次迭代中选择少量的潜在解决方案进行评估。历史匹配通常涉及大量的数值模拟，并行计算的作用不容忽视。为了解决这一问题，本文提出了一种分布式代理系统辅助差分进化算法DSS-DE。首先提出了一种基于集成学习的分布式代理系统DSS，该系统通过构建大量的基础学习器有效地逼近搜索空间中的不同区域；然后并行执行多个具有不同变异算子的差分进化优化器并行采样多个解以找到尽可能多的目标函数的局部或全局最优解。此外，在DSS预测的基础上设计了一种并行填充策略筛选潜在解。结合基于卷积变分自编码器CVAE的参数化技术提出了相应的自动历史拟合求解方法。多模态基准函数数值实验研究表明该算法可以在有限的计算预算下获得高质量的解；通过三个具有不同地质特征的水驱油藏验证了所提出的自动历史拟合方法的有效性。

Journal of Petroleum Science and Engineering涵盖了石油和天然气的勘探、生产和流动领域，包括：油藏工程；油藏模拟；岩石力学；岩石物理学；孔隙级现象；测井、测试和评估；数学建模；提高油气采收率；流体力学;多孔介质中的多相流；生产工程；形成评估；勘探方法；地质构造/地下的二氧化碳封存等。该期刊最新影响因子为4.346，近3年平均影响因子IF为3.646，JCR分区为Q1区，中科院工程技术大类2区。

文章链接：

https://doi.org/10.1016/j.petrol.2021.110029

引用格式：

Xiaopeng Ma, Kai Zhang, Liming Zhang, et al. A distributed surrogate system assisted differential evolutionary algorithm for computationally expensive history matching problems [J]. Journal of Petroleum Science and Engineering, 2022, 210: 110029.