针对大庆油田高含水后期的开发特征以及开发过程中存在的问题，对高含水后期综合调整方案以及决策支持系统进行了充分的研究，建立了大庆油田高含水后期综合调整方案决策支持系统。 对油田高含水后期开发动态特征进行了分析。基于模糊数学方法建立起动态分析与开发现状评价模型，利用数值模拟方法来预测压力场和饱和度场，在地质模型基础上，利用物质守恒原理、能量守恒原理、达西定律和状态方程，建立起描述流体渗流规律的偏微分方程(组)，然后把时间和空间离散化，即对时间和油层进行网格划分，进而建立描述网格块平均压力和饱和度的线性方程组，求解这种线性方程组得到压力场和饱和度场。利用动态劈分方法把注水量劈分到各个网格块，通过物质平衡方法建立起各网格块的含水饱和度预测方法，进而可以预测出剩余油饱和度。对智能计算决策支持系统的加权模糊逻辑推理、遗传算法进行了研究，遗传算法是建立在自然选择和群体遗传学机理基础上的随机、迭代和进化，具有广泛适用性的搜索方法。它模拟了自然选择和自然遗传过程中发生的繁殖、交配和变异现象，根据适者生存、优胜劣汰的自然法则，利用遗传算子逐代产生，优选个体，最终搜索到较优的个体。基于这些理论给出了高含水后期压裂、堵水、补孔、提液、关井、转注等增产措施的优选方法。首先根据各措施井层选择依据选出适合措施的井层，并给出能够明确考虑的影响因素，利用模糊评判方法进行一级评判和二级评判，对各因素权重打分，根据理论分析和经验统计，确定各因素的优选级和范围，进而选择出最适合措施的井层。 应用神经网络模型中的自组织神经网络模型和学习算法，通过对油田高含水后期开发动态的分析以及措施方案优选建立起大庆油田高含水后期综合调整方案，并利用多指标综合评价方法对综合调整方案进行评价。该评价方法采用专家评议法和层次分析法确定指标权重系数，对各项指标数据进行无量纲归一化处理，解决了对不同计量单位的不可公度问题，对高含水后期综合调整方案做出更准确的评价。最后形成大庆油田高含水后期综合调整方案