石油已经成为全球经济发展不可或缺的重要能源和工业原料。在全球石油储量下降的趋势下,油藏开发科学化管理显得尤为重要。油田生产过程调度问题的数学模型多数为混合整数非线性规划(Mixed Integer Nonlinear Programming, MINLP)模型,包括了大量的离散变量、连续变量和非线性函数。复杂的数学模型和问题规模使MINLP最优算法一直是国内外学者研究的热点和难点。本文的主要工作是基于广义Benders分解(Generalized Benders Decomposition, GBD)和外部近似算法(Outer Approximation, OA),提出混合改进MINLP算法,并通过数值实验验证了算法的可行性和有效性；针对油田生产调度问题进行数学建模,将改进算法应用到问题求解；最后开发了嵌入优化模型和算法的油田生产调度决策支持系统。1针对OA、GBD及其改进算法进行Benchmark问题的数值实验,总结两种算法的求解性能,结合算法理论分析部分MINLP实例求解失败原因,从而提出了改进算法,并将其应用于求解复杂的MINLP,有一定的效果。2基于OA和GBD算法,提出了改进OA和GBD混合割算法,融合了OA割和GBD割；引入半代理割,提出了半代理算法。通过数值实验验证了算法的可行性和有效性。3针对国内某大型油田的生产开发过程提出油田生产调度优化问题,建立了MINLP数学模型,应用改进算法对其进行求解,对比结果显示改进算法可以明显提高实际油田生产调度优化问题的求解效率,在运算时间和迭代次数上都有明显的优势。4以该油田生产管理为背景,开发了油田生产调度优化决策支持系统,嵌入了所建立的模型和算法,方便数据管理的同时,为决策者提供了油田生产优化调度解决方案的支持。数值实验得出的结论对MINLP最优算法的研究有理论价值,改进的MINLP算法明显提高了求解油田生产调度优化问题的求解效率,这对求解实际规模的MINLP问题具有一定的应用价值。油田生产调度优化决策支持系统集数据信息和模型算法于一体,为油田管理者提供了科学的快速的生产管理方案。