为了提高油藏的采收率,需要将水或气体注入到地下油藏中,从而保持油藏的压力并将原油从注入井驱替到生产井。油藏生产优化需要指定目标函数,在油藏模型的基础上对生产过程中的井控制变量进行优化。经常采用数值油藏模型来代替真实的油藏,采用井的流动速率或井底流压为控制变量。伴随梯度方法是一种计算目标函数关于控制变量梯度的有效方法,从而使得非线性优化方法可以高效的求解油藏生产优化问题。另一方面,在油藏生产过程中,可以从注入井和采出井收集到生产数据,这些生产数据反映了油藏的真实状态和性质。为了利用这些信息,可以采用伴随方法来计算观测数据关于油藏模型参数敏感度。通过敏感度的计算,使用非线性估计方法对油藏参数进行估计,使得估计后的油藏模型能够代表真实油藏的特征,从而使油藏生产优化结果对真实生产具有指导意义。本文主要研究了分流量油藏模型的生产优化和参数估计问题。主要研究内容如下:（1）使用离散伴随方法求解了油藏生产优化问题。通过对生产优化问题最优性条件的分析得到了伴随方程和伴随梯度,利用非线性优化方法对问题进行了求解。首先,研究表明对于分流量油藏模型,不同类型控制变量的伴随梯度差异较大。需要使用合适的尺度缩放方法对控制变量进行处理。其次,使用有效集辨识方法研究了油藏生产优化中bang-bang类型的最优控制。使用简约梯度方法处理了油藏生产优化中的控制变量约束条件。数值实验表明采用合适的参数能加速算法的收敛从而改善伴随梯度方法的计算效率。最后,使用精准罚函数方法处理了油藏生产优化中的非线性状态约束条件。数值实验表明当惩罚参数足够大时,算法可以得到满足状态约束条件的最优井速率。在算法中使用连续变化的惩罚参数可以得到较大的目标函数值。（2）使用连续伴随途径研究了分流量油藏模型的注采速率优化问题。通过变分理论推导了连续伴随方程并得到了该方程的稳定数值格式。首先,连续伴随方程是一组线性的偏微分方程,伴随变量由末端时刻向初始时刻演化,连续伴随饱和度方程具有与饱和度方程相反的对流速度。其次,总模拟时间对伴随变量和伴随梯度的影响显著。在生产井见水后,伴随变量开始从生产井向注入井进行传播。在此基础上,研究发现伴随变量的这种变化与分流量函数及其导数值有关系,末端时刻分流量函数的剧烈变化会导致伴随梯度在时间上产生波动。最后,模拟的时间步长对优化结果有重要影响。增加时间步的数目会使最优目标函数值增加,但不会显著增加最优值与初始值之间的差值。当采用可变时间步时,该差值随着时间步的增加而减小,这表明粗时间步的优化能为细时间步优化提供一个较好的初始控制值。（3）使用Lagrangian乘子方法对注水油藏的生产优化问题进行了求解。在数值油藏模型的基础上构造了增广Lagrangian函数,通过分析增广函数的最优性条件,将注水优化问题转化为一系列耦合的线性方程组的求解。提出了一个解耦算法来有效的求解这些方程组。数值实验表明了算法的收敛性和有效性,一方面,当算法终止时,系统方程残差值很小,另一方面,惩罚参数的变化对优化结果的影响很小。（4）使用伴随方法计算了油藏模型输出状态变量关于模型参数的敏感度。首先,计算了井底压力关于油藏渗透率,孔隙度,初始饱和度的敏感度,研究表明在生产井或采出井附近,敏感度的变化较为剧烈,而在其他区域的变化较为平缓。其次,利用观测压力数据使用非线性优化方法对油藏模型的渗透率分布进行了估计。数值实验表明不同的先验参数可以得到不同的估计结果。使用先验均值得到的估计结果相对误差较小但渗透率的局部特征不够明显。最后,使用不同的方法对渗透率的后验分布进行了采样,结果表明线性化最大后验估计得到的采样结果相对误差较小。对样本协方差矩阵的特征值分析表明较大的一些特征值决定着矩阵的特征值分布,可以使用较大特征值对应的特征向量来近似样本协方差矩阵。