地球科学学院博士研究生周庆安以第一作者身份在期刊《BIOMIMTICS》上发表了题为“An Enhanced Tree‑Seed Algorithm for Function Optimization and Production Optimization”的研究论文。长江大学地球科学学院为论文第一署名单位、通讯作者单位，博士生周庆安为第一作者，副导师代榕副教授为通信作者。

基于数值模拟的开发区块的产能预测是实际生产过程中制定矿场实践政策的重要方法。但由于影响区块产能因素较多，地质参数复杂等情况，常规数值模拟方法无法准确厘定理论最优开发策略。因此，本文针对油藏生产优化中随井数与生产周期增多引发的高维问题所导致的求解困难，创新性提出一种增强树种子算法（WQTSA），通过数值模拟软件构建油藏模型，以累计产油气量或者经济净现值（NPV）最大化为目标，，对注水井注入量与生产井采液速率进行动态寻优，从而开展目标油藏模型注采参数政策的智能优化。研究结果显示，以陇东地区低渗透开发油藏为例，在相同评价次数下WQTSA方法获取的NPV一致高于PSO、DE与TSA等其他算法，能够给出更加适应于区域地层压力和水驱程度的注采开发方案。总体表明，WQTSA法在应用过程中具备降低了更新随机性、加快局部开发步长，以及增强数据多样性与全局探索能力，两机制协同实现了全局搜索与局部开发的有效平衡，为油藏高效智能开发中复杂高维生产函数的优化提供了理论依据。

图1 不同预测模型过程中求得的经济净现值（NPV）

图2 论文首页

论文链接：https://www.mdpi.com/2313-7673/9/6/334