Распространенной и сложной проблемой для решения проблем в нефтегазовой отрасли является выбор способа разведки нефтяного месторождения. Как правило, существует группа перспектив, что порождает весьма зависимый набор неопределенностей, в зависимости от их близости и геологии района. Например, если вы бурите скважину на одном участке и добываете нефть, более вероятно, что в ближайшей перспективе также будет добыча нефти. Если вы просверлите несколько «сухих ям», вы, скорее всего, сдадитесь на поле, а не бросите хорошие деньги на потенциально плохие перспективы. Это имеет интуитивный смысл, но до недавнего времени было сложно моделировать в дереве решений.
Хорошо известная статья на эту тему была написана двумя опытными исследователями по анализу решений, Эриком Биккелем и Джимом Смитом ( Оптимальное последовательное исследование: бинарная модель обучения ). В работе Биккель и Смит смогли определить оптимальную стратегию исследования, используя подход динамического программирования. (Большая часть тяжелой работы заключается в построении совместного распределения вероятностей, не задавая геологам сотни вопросов, но это выходит за рамки этого поста.) Предположим, вы хотели бы решить такую модель в дереве решений DPL, как бы вы поступили?
Год назад моделирование такого рода проблем в DPL было по общему признанию неудобным - в основном из-за того, что вы не можете иметь одно и то же событие (решение или шанс) более одного раза на любом пути в дереве решений. Посмотрите дерево решений каракули справа.
Если вы рассматриваете второй экземпляр скважины 1 (w1) в дереве, все пути, ведущие к этой точке, уже встретились с первым экземпляром скважины 1, поэтому он уже находится в известном состоянии на этих путях - он не делает смысл снова быть неопределенным. Хотя так работает классическое дерево решений, мы знаем, что вы имеете в виду - когда вы бурите вторую скважину, вы можете выбрать одну из всех скважин, кроме той, которую вы уже пробурили. Вы можете грубо заставить дерево, создавая кучу зависимых решений (Вторая скважина с учетом w1, Вторая скважина с учетом w2 и т. Д.), Но это быстро выйдет из-под контроля по мере роста числа потенциальных клиентов.
После серьезного царапин на подбородке Крис придумал умную особенность, которая позволяет аналитикам моделировать такие типы последовательных проблем бурения с гораздо большей легкостью. В версии DPL Enterprise есть настройка, которая будет «Разрешить событие уже активным и остановить со штрафом». Другими словами, DPL перестанет оценивать путь в дереве (т. Е. Остановится), если встретится с событием дважды, и применит значение штрафа (обычно большое отрицательное число) в этой точке. Это отфильтровывает пути, где мы пытаемся, например, бурить скважину 1 дважды - пути, которые не имеют смысла.
Важно отметить, что дерево решений должно быть настроено асимметрично, чтобы неопределенности в скважине встречались только один раз при их бурении. На изображении ниже показано, как настроить дерево для 3-луночного примера. Буквы в узлах принятия решения являются ссылками выполнения. Это указывает на то, что поддерево было скопировано и «выполнено» в этой точке дерева - что удобно для большого сложного дерева, такого как это. Примечание: это упрощенная версия 6-луночного примера в статье Bickel & Smith.
Анализ этой модели приводит к следующему дереву политик:
Это выходное дерево четко показывает нам жирными линиями, что оптимальной политикой является сначала бурение скважины 2, если она влажная, переходите к скважине 3 и если она сухая, мы должны остановиться. Точно так же, если скважина 2 и 3 мокрые, мы должны продолжить бурение скважины 1. Если скважина 3 окажется сухой, лучшим способом будет остановка.
Сравнивая нашу модель DPL с моделью в работе Биккеля и Смита, мы обнаружили, что мы смогли сопоставить их результаты в примере с 6 скважинами. Кроме того, мы обнаружили, что выходные данные модели в DPL (т. Е. В дереве политик и в диаграммах альтернативного исходного решения) предлагают очень интуитивно понятное средство отображения оптимальной информации о политике. Возможность создавать кумулятивные распределения вероятностей для каждой первоначальной альтернативы решения была хорошим бонусом, который дал нам очень привлекательную диаграмму!
Если вы хотите более подробно изучить модель последовательного бурения, встроенную в DPL, вы можете воспользоваться следующей ссылкой для загрузки рабочей области. Он содержит две модели: одну на 3 и одну на 6 скважин.
Последовательное бурение Model.da
Если у вас нет программного обеспечения DPL Enterprise, отправьте электронное письмо по адресу [email protected] запросить бесплатную временную пробную лицензию.
Предположим, вы хотели бы решить такую модель в дереве решений DPL, как бы вы поступили?