计算机辅助历史拟合、优化及不确定性分析工具
案例一：一种创新的优化方法将低矿化度水驱的成功率增加至91%
内容简介：在油藏方案优化中，地质模型的不确定性对其影响较大，因此基于某一个地质模型进行的常规优化得出的最优方案可能导致不准确的结果。因此CMOST AI开发了一种新的优化方法-鲁棒优化，该方法考虑了地质模型的不确定性对开发方案的影响。本案例中，以低矿化度水驱为例，使用CMOST AI鲁棒优化工作流程，将低矿化度水驱的成功率增加至91%。
案列二：优化ASP注入参数，提高原油采收率
内容简介：衰竭开采及二次采油后，为进一步提高原油采收率，可进行三元复合驱（ASP）。本研究的主要目的是确定ASP在LittleBow油田的可行性。文中介绍了：
（1）衰竭及水驱矿场模型拟合；
（2）实验室尺度ASP模型创建；
（3）矿场ASP模型预测；
（4）利用CMOST AI对ASP注入参数（化学溶剂浓度及段塞尺寸等）进行优化，得出最佳的生产工作制度。
案列三：通过自动化模拟，优化沥青质油藏，提高原油采收率
内容简介：在油藏初始温度下，沥青是不可流动的，如果开采沥青，需要一种新技术-热辅助重力泄油（TAGD），以加热沥青和周围的岩石。为了对TAGD开发方案的井控条件进行优化，需要考察沥青质油藏的多个参数，进行数万次的模拟。CMOST AI-计算机辅助历史拟合、优化及不确定性分析工具，可进行自动创建模型、自动提交模拟器运算以及自动分析运算结果，最终得出最优的生产工作制度，使得工程师从大量的体力劳动中解放出来。
案例四：
非常规油田多井历史拟合及优化：一个巴肯（ Bakken）油田的案例研究
随着非常规油气开发研究的不断深入，对数值模拟研究提出了更高的要求。由于计算能力问题以及工作流程的不完善，所以对于非常规油藏很难实现全油田开发方案模拟。在历史拟合研究中，通过修改油藏属性拟合所有井的生产数据是个挑战。在没有大量数据或耗时的地质力学计算的情况下，预测加密井与老井之间的相互作用是很困难的。该研究利用了CMG的油藏模拟技术，简化了历史拟合和井网优化过程。