目前,石油开采已经进入到了以化学驱替剂为主要手段的三次采油阶段,这一阶段的油藏特点是含水率高、含油量少,如何进一步提高采收率是目前石油开发中亟待解决的问题。三元复合驱是一种可以有效提高石油采收率的三次采油手段。然而三元复合驱的开采周期长、投入成本高,需要对三元复合驱技术进行科学的研究,以制定合理的开发方案。本文提出基于边界值约束的小波神经网络,然后建立基于数据驱动的三元复合驱辨识模型,应用近似动态规划对三元复合驱模型进行求解,最终得到最优的注入策略。针对三元复合驱这一典型的分布参数系统,本文提出基于边界值约束的小波神经网络（BVC-WNN）的时空分解模型。应用Karhunen-Loeve（KL）分解含水饱和度数据,得到空间基函数和降维的时间系数。针对含水率存在的终端边界约束,提出了基于边界值约束的小波神经网络,该网络能够自动地满足边界值约束。以驱替剂注入浓度为网络输入,以时间系数为输出,采用BVC-WNN辨识时域模型,然后将辨识得到的时间系数与主导空间基函数结合重构含水饱和度的时空降维模型,同样采用BVC-WNN辨识含水饱和度和生产井含水率的动态模型,结合两个辨识模型最终可以得到由注入浓度到生产井含水率的完整模型。仿真结果表明该方法建模精度比较高,能够满足要求。针对三元复合驱这一具有连续动作空间的系统,本文提出一种改进的Actor-Critic算法。应用该方法分别对三元复合驱的值函数和控制策略进行近似。首先,将净现值最大化作为三元复合驱最优控制问题的值函数,然后采用基于系统特性的基函数构造方法构造线性基函数,利用自适应基函数选择方法选取出合适数目的基函数,完成值函数的近似;采用动作加权法来约束最优控制动作,为了加速算法收敛引入了资格迹。最后,运用四注九采油藏模型验证了算法的有效性。针对三元复合驱注入策略动态优化问题,本文提出初始权值优化的直接启发式动态规划算法。由于BP神经网络容易受到随机初始权值的影响,本文提出采用权值初始值复合矫正法对网络的初始权值进行优化,将优化后的权值作为执行网络和评价网络的初始权值,分别对三元复合驱的值函数和控制进行近似,然后运用梯度下降法对两个网络进行训练。仿真结果表明该方法可以显著提高三元复合驱的净现值和原油产量。