根据《山东省研究生导师指导能力提升行动方案》（鲁教研字〔2022〕2号）、《山东省研究生优质教育教学资源建设行动方案》（鲁教研字〔2022〕3号）和《山东省教育厅关于开展2022年导师和教育教学资源项目申报工作的通知》要求，经单位申报、资格审查和专家评审等环节，山东省通过优秀硕士学位论文505篇。课题组张凯教授指导的2018届硕士研究生陈国栋同学的论文《代理油藏数值模拟器的配产配注优化方法》获得2022年山东省优秀硕士学位论文。在此表示祝贺！

文章内容简介：该论文主要创新点在利用机器学习方法构建代理模型，提高代理模型在近似高维、强非线性复杂系统时精度低的问题，改善代理辅助优化算法在解决大规模昂贵生产优化问题时的优化效率。具体包含以下几个方面：

（1）针对计算耗时的基于数值模拟的水驱油藏注采优化问题，提出使用代理辅助优化算法加速收敛，减少优化计算时间。由于油藏数值模拟单次评估计算耗时，因此需要构建代理模型近似数值模拟输入输出关系，结合进化算法动态迭代取样，在少量函数评估次数下逐渐收敛至最优解。

（2）针对高维水驱油藏开发方案制定优化问题，提出降维算法嵌入的代理辅助优化算法，利用高斯过程作为代理模型嵌入萨蒙映射降维算法提高代理模型在高维优化问题中的精度，辅助进化算法筛选最优解进行评估，可有效缓解维数灾难问题。

（3）提出全局加局部代理模型精确构建方法，解决强非线性问题代理模型构建不准确的难题。通过构建全局代理模型平滑掉局部最优区域，提高算法全局探索性能，通过在小的局部区域构建局部代理模型并在其最优处取样加速收敛进程，实现代理模型的精确构建。

（4）提出分层代理框架取样优化算法，利用径向基函数作为代理模型筛选出最优子代个体，利用欧氏距离量化各解的不确定性，筛选出不确定性最高的子代个体进行评估，分别利用距离当前最优解最近的若干解、适应度值最高的若干解构建两个局部代理模型，在两个局部代理模型最优处取样评估加速收敛进程。

（5）为验证算法性能，将提出的代理模型精确构建方法和分层代理框架取样优化算法应用到测试函数和水驱油藏注采优化实例中。分层代理框架取样优化算法对国际通用的20-100维CEC2005标准测试函数集的25个问题进行优化求解，对比了最新提出的5种最先进算法，刷新了14个测试问题的全局最优解，实现了20维-100维优化问题的快速高效求解。

陈国栋在攻读硕士期间以第一作者在Information Sciences、Applied Soft Computing、SPE Journal和Journal of Petroleum Science and Engineering期刊发表sci论文四篇，以第二作者（导师一作）发表在中国石油大学学报（自然科学版）EI论文一篇。硕士期间获华为杯第 15 届中国研究生数学建模竞赛二等奖；SPE 石油汇数字化油田方案设计竞赛二等奖；第七届山东省科技创新大赛二等奖；第17届山东省挑战杯二等奖；山东省互联网+银奖。目前陈国栋在香港大学攻读博士学位。