1． 油气储集层伤害的理论基础 1
1．1 储集层伤害及主要原因 1
1．2 储集层伤害的评价 7
1．3 岩心敏感性系数的概念与计算方法 13
1．4 储集层伤害的矿场评价 16
1．5 储集层伤害的模型 17
2． 人工智能及应用方法 23
2．1 人工智能的产生和发展 23
2．2 人工智能应用方法学 25
2．3 人工智能在石油工业中的应用 26
2．4 保护储集层系统的智能决策框架设计 28
3． 储集层伤害的评价与诊断专家系统 31
3．1 专家系统的基本特征 31
3．2 专家系统的一般结构 32
3．3 协同专家系统的设计原理 33
3．4 储集层伤害的评价与诊断专家系统知识库 41
4． 用灰色系统理论法评价储集层敏感性 52
4．1 灰色系统理论概述 52
4．2 灰关联分析 53
4．3 最大关联度评价原则 58
4．4 用灰关联方法评价储集层敏感性 59
5． 用人工神经网络法评价储集层伤害 62
5．1 人工神经网络概述 62
5．2 人工神经网络同其它信息处理方法的比较 62
5．3 神经元模型与网络模型 64
5．4 反向传播网络的结构及BP算法 65
5．5 改进的BP算法 71
5．6 用人工神经网络方法评价储集层敏感性 74
5．7 敏感性预测模型训练集的提取 77
6．1 模式识别算法 80
6． 模式识别在保护储集层技术中的应用 80
6．2 用模式识别法优选钻井液体系 83
7． 储集层保护的综合智能软件系统开发 88
7．1 保护储集层软件系统的总体设计 88
7．2 数据库、知识库及管理系统 90
7．3 储集层伤害评价的专家系统软件 93
7．4 储集层伤害诊断的专家系统软件 98
7．5 分布式保护储集层智能软件系统 103
参考文献 107