学习与工作经历:
2008.7－2010.11，中国石油大学(华东)，石油工程学院，讲师；
2010.12－2015.11，中国石油大学(华东)，石油工程学院，副教授；
2015.12－至今，中国石油大学(华东)，石油工程学院，教授。

◎研究方向
具体研究方向：
(1)人工智能优化理论（大规模优化、多目标优化、高效优化算法、多模态优化、约束优化等）；
(2)机器学习理论（小样本学习、迁移学习、图学习、卷积神经网络等）；
(3)油藏数值模拟与油气田开发工程理论与方法；
(4)机器学习油田大数据与油藏属性预测方法（油藏连通性、剩余油、实验数据等）；
(5)基于最优化理论的油藏生产优化方法（自动历史拟合、井网优化、注采优化、提高采收率措施优化等）。
(6)石油工程领域的软件（Python、Fortran、Java、C#、C++）研发。

◎学术兼职
中国力学学会流体力学专委会委员；
中国力学学会渗流力学专业组青年委员会副主任；
中国能源学会石油天然气专家组委员；
中国石油学会青年工作委员会委员；
山东岩石力学与工程协会副理事长；
中国石油大学学报（自然科学版）编委；
AGER副主编。

◎主讲课程
必修课，《油藏工程》，石油工程专业；
必修课，《Filtration Mechanics》，全英文班；
必修课，《渗流力学》，石油工程专业；
必修课，《Reservoir Engineering Design》，全英文班；
必修课，《石油工程综合设计》，石油工程专业。

◎指导研究生
博士研究生：
2018级：马小鹏、张华清；
2019级：姜云启、齐冀、陈旭、王浩臣；
2020级：杨露、尹承哲；
2021级：戴勤洋、张金鼎、藏建鹏。

硕士研究生：
2009级：闫霞；
2008级：潜欢欢；
2009级：魏绍蕾；
2010级：陈玉雪；
2011级：李晓雪、路然然；
2012级：夏鹏、张艳红；
2013级：王增飞；
2014级：周建人、张晓明、尚洋洋、赵明宇、张秀清、吴海洋；
2015级：李丽欣、张秀清、张浩、龙涛；
2016级：肖太可、管健宏、王塞塞、崔晨雨；
2017级：薛小明、卢俞辰、张闯德、侯智玮、许超、邓泽鲲；
2018级：陈国栋、陈昕晟、高豪、赵兴刚、刘冰璇、聂延东、欧润浩、赵孟杰； 
2019级：蔡文杰、李振宇、孙吉家、戴勤洋、阴发亮、张金鼎、钟超、法塔纳、戚闯闯、王炎中、薛丽丽、于海群；
2020级：邓磊、王中正、左袁德、吴金炼、王晓雅、王强、罗彦力、张宝东；
2021级：曹陈明、辛国靖、秦国玉、李敏、王胜、吴大卫、付文豪、王鑫炎、刘朱国、王恩泽。

◎承担科研课题
纵向项目：
1. 深层缝洞型碳酸盐岩油气藏开采机理及提高采收率技术研究，中石油重大科技项目；
2. 复杂油藏生产实时优化理论与方法，国家优秀青年科学基金项目；
3. 基于嵌入式离散裂缝模拟的裂缝性油藏缝网分布反演，国家自然科学基金面上项目；
4. 海上高含水期油藏大井距井网加密矢量优化与注采结构调整技术，国家重大科技专项；
5. 深水油气田智能完井关键技术，863重大项目；
6. 自适应井网优化理论与方法研究，中央高校基本科研业务费专项资金；
7. 油藏生产动态实时优化方法研究，国家自然科学基金青年基金；
8. 海上大井距多层合采稠油油藏开发生产实时优化技术研究，国家科技重大专项；
9. 复杂地层井壁稳定控制及储层改造技术研究，国家科技重大专项；
10. 油田水驱体系最优调控理论方法研究，高等学校博士学科点专项科研基金；
11. 西非深水典型油气田高效开发模式与评价技术研究，国家科技重大专项；
12. 深水油藏生产实时优化调控理论研究，中央高校基本科研业务费专项资金；
13. 海上大井距多层合采稠油油藏开发调整技术政策研究，国家科技重大专项。

横向项目：
1. 港西油田智能井筒项目；
2. 多层合采产量劈分软件及增产措施判别与决策系统软件；
3. 基于机器学习的油藏开发井位优化方法；
4. 加密井网重构及优化技术研究；
5. 页岩气藏数值模拟自动历史拟合技术研究；
6. 基于油藏数值模拟器代理模型的注采优化方法；
7. 基于流场调控机器学习模型的方案优化算法研究；
8. 油藏开发剩余油快速分析与高效注采优化研究；
9. 厚层油藏不同条件下高耗水层带形成时机测试；
10. 数据驱动的注采井生产动态实时优化方法研究；
11. 强化水驱技术政策界限测试及应用；
12. 埕岛主体馆上段流场调整方法研究；
13. 断块油藏基于细分注水的层间注采调控优化方法研究；
14. 埕岛主体馆上段流场表征方法研究；
15. 埕北22F井区注采优化研究；
16. 储气库储层注采动态压力变化规律；
17. 河流相高含水油田油藏注采匹配优化方法研究；
18. 海上油田剩余油分布模式及均衡注采方法研究；
19. 特高含水期复杂断块油藏分区调控优化方法研究；
20. 锦州9-3与旅大10-1高含水、高采出程度油田增产挖潜技术研究；
21. 断块油藏高部位剩余油有效动用技术研究；
22. 埕岛油田中高含水期差异化注水技术政策研究合同；
23. 改善新北油田气顶边底水油藏水驱开发效果研究合同；
24. 老168块建模数模一体化研究；
25. 提高分层注水井注水有效性技术研究；
26. 张家垛油田曲塘区块CO2驱油藏工程参数及方案研究；
27. 油藏动态优化平台集成技术研究；
28. 多参数最优化调参技术研究；
29. 薄互层油藏层间干扰规律研究；
30. 油藏闭合管理系统优化；
31. 河86断块地质水平井开发方式研究；
32. 埕岛油田油藏动态优化方法及应用研究。

◎获奖情况
1.水驱油藏智能闭环生产优化与调控技术及工业化应用，山东省科技进步一等奖；
2.油藏生产动态实时优化理论研究，中国石油和化学工业协会科技进步二等奖；
3.碳酸盐岩缝洞型油藏油藏工程方法与应用，中国石油和化学工业协会科技进步二等奖；
4.流线数值试井解释方法与应用，中国石油和化工协会科学进步一等奖；
5.复杂油藏试井解释新方法研究与应用，教育部高等学校科学技术进步二等奖。

◎荣誉称号
1.国家自然科学基金优秀青年基金获得者；
2.孙越崎青年科技奖获得者；
3.山东省泰山学者特聘专家；
4.山东省自然科学杰出青年基金奖获得者。

◎著作
1.《智能油田开发理论与方法》，科学出版社，2018年；
2.《国外智能井技术》，石油工业出版社，2011年；
3.《Fluid Flow in Prouse Media》，中国石油大学出版社，2009年。

◎论文
智能优化领域高水平文章：
1. Xiaoming Xue, Kai Zhang*, Kay Chen Tan. Affine Transformation Enhanced Multifactorial Optimization for Heterogeneous Problems[J]. IEEE TRANSACTIONS ON CYBERNETICS, 15 December 2020, PubMed ID: 33320820, doi: 10.1109/TCYB.2020.3036393.
2. Yi-Fei Pu; Xuetao Xie; Jinde Cao*; Hua Chen; Kai Zhang*; Jian Wang*. An Input Weights Dependent Complex-Valued Learning Algorithm Based on Wirtinger Calculus[J], IEEE Transactions on Systems, Man, And Cybernetics: Systems, 01 March 2021, doi: 10.1109/TSMC.2021.3055501. 
3. ZHANG L M, WANG S S, ZHANG K*, et al. Cooperative artificial bee colony algorithm with multiple populations for interval multiobjective optimization problems[J]. IEEE Transactions on Fuzzy Systems, 2018, 27(5): 1052-1065.
4. X. Xue, K. Zhang, R. Li, L. Zhang, C. Yao, J. Wang, J. Yao. A Topology-based Single-Pool Decomposition Framework for Large-Scale Global Optimization. Appllied Soft Computing. 92 (2020) 106295. 
5. GAO T, GONG X L, ZHANG K, et al. A recalling-enhanced recurrent neural network: conjugate gradient learning algorithm and its convergence analysis[J]. Information Sciences, 2020, 519: 273-288. 
6. Guodong Chen, Yong Li, Kai Zhang*, Xiaoming Xue, Jian Wang, Qin Luo, Chuanjin Yao, Jun Yao, Efficient hierarchical surrogate-assisted differential evolution for high-dimensional expensive optimization, Information Sciences ,2021,542:228-246.
7. ZHANG L M, CUI C Y, MA X P, ZHANG K*, et al. A fractal discrete fracture network model for history matching of naturally fractured reservoirs[J]. Fractals, 2019, 27(1): 1940008. 
8. ZHANG K*, MA X P, LI Y L, et al. Parameter prediction of hydraulic fracture for tight reservoir based on micro-seismic and history matching[J]. Fractals, 2018, 26(2): 1840009. 

石油工程顶刊SPE Journal文章：
1. K. Zhang, Y. Wang, et al. Prediction of Field Saturations Using a Fully Convolutional Network Surrogate]. SPE Journal. 2021. SPE-205014-PA.
2. Xiaopeng Ma, Kai Zhang*, Liming Zhang, et al. Data-driven Niching Differential Evolution with Adaptive Parameters Control for History Matching and Uncertainty Quantification [J]. SPE Journal. 2021, SPE-205013-PA.
3. F. L. Yin, X. M. Xue, K. Zhang*, et al. Multi-fidelity Genetic Transfer: an Efficient Framework for Production Optimization [J]. SPE Journal. 2021. SPE-205024-PA.
4. H. C. Wang, J. F. Han, K. Zhang*, et al., An Interpretable InterFlow Simulated Graph Neural Network For Reservoir Connectivity Analysis [J]. SPE Journal. 2021. SPE-205014-PA.
5. Kai Zhang*, Jinding Zhang, Xiaopeng Ma, et al. History Matching of Naturally Fractured Reservoirs Based on Deep Sparse Autoencoder[J]. SPE Journal. 2021. SPE-205340-PA.
6. Jun Yao*, Zhihao Li, Lijun Liu, Weipeng Fan, Mingshan Zhang and Kai Zhang*. Optimization of Fracturing Parameters by MVPSO in Shale Gas Reservoir[J]. SPE Journal. 2021. SPE-205023-PA.
7. Xiaopeng Ma, Kai Zhang*, Chuanjin Yao, et al. Multiscale-Network Structure Inversion of Fractured Media Based on a Hierarchical-Parameterization and Data-Driven Evolutionary-Optimization Method[J]. SPE Journal. 2020. SPE-201237-PA.
8. Mengjie Zhao, Kai Zhang*, Guodong Chen, A Classification-Based Surrogate-Assisted Multiobjective Evolutionary Algorithm for Production Optimization under Geological Uncertainty[J]. SPE Journal. 2020. SPE-201229-PA.
9. CHEN G D, ZHANG K*, ZHANG L M, et al. Global and Local Surrogate-Model-Assisted Differential Evolution for Waterflooding Production Optimization[J]. SPE Journal. 2020 SPE-199357-PA.

其他文章：
1. 马小鹏，张凯*，陈昕晟，等. 基于集合光滑的深度学习自动历史拟合方法[J]. 中国石油大学学报(自然科学版)，2020，44(4)：68-76
2. Mengjie Zhao, Kai Zhang*, Guodong Chen, et al. A surrogate-assisted multi-objective evolutionary algorithm with dimension-reduction for production optimization[J]. Journal of Petroleum Science and Engineering, 2020, 192:107192.
3. Guodong Chen , Yong Li , Kai Zhang*, et al. Efficient hierarchical surrogate-assisted differential evolution for high-dimensional expensive optimization[J]. Information Sciences, 2021, 542:228-246.
4. Xinggang Zhao , Kai Zhang* ,Guodong Chen , et al. Surrogate-assisted differential evolution for production optimization with nonlinear state constraints[J]. Journal of Petroleum Science and Engineering, 2020,194:107441.
5. Liming Zhang, Chao Xu, Kai Zhang*, et al. Production optimization for alternated separate-layer water injection in complex fault reservoirs[J]. Journal of Petroleum Science and Engineering[J]. 2020,193:107409
6. 张凯*，赵兴刚，张黎明，等．智能油田开发中的大数据及智能优化理论和方法研究现状及展望[ J] ．中国石油 大学学报( 自然科学版) ，2020，44( 4)：28-38
7. 张凯*，陈国栋，薛小明等.基于主成分分析和代理模型的油藏生产注采优化方法[J].中国石油大学学报(自然科学版)，2020，44(3)：90-97.
8. Guodong Chen , Kai Zhang*, Xiaoming Xue , et al. Surrogate-assisted evolutionary algorithm with dimensionality reduction method for water flooding production optimization[J]. Journal of Petroleum ence and Engineering, 2020 February, 185:106633.
9. ZHANG H, ZHANG K*, ZHANG L M, et al. Construction and optimization of adaptive well pattern based on reservoir anisotropy and uncertainty[J]. Journal of Petroleum Science and Engineering, 2019, 181: 106252.
10. ZHANG L M, ZHANG C D, ZHANG K*, et al. Pore‐scale investigation of methane hydrate dissociation using the lattice boltzmann method[J]. Water Resources Research, 2019, 55(11): 8422-8444.
11. ZHANG L M, QI J, ZHANG K*, et al. Calibrate complex fracture model for subsurface flow based on Bayesian formulation[J]. Petroleum Science, 2019, 16(5): 1105-1120.
12. 樊冬艳, 孙海, 姚军, 张凯 等. 增强型地热系统不同注采井网参数分析[J]. 吉林大学学报(地球科学版), 2019, 49(3): 798-807.
13. ZHANG L M, QI J, LI L X, ZHANG K*, et al. A forward modeling method based on electromagnetic theory to measure the parameters of hydraulic fracture[J]. Fuel, 2019, 251: 466-473.
14. 王塞塞, 张黎明, 王建, 张凯等. 基于多目标算法的断块油藏生产优化研究[J]. 特种油气藏, 2019, 26(5): 124-129.
15. ZHANG L M, DENG Z K, ZHANG K*, et al. Well-placement optimization in an enhanced geothermal system based on the fracture continuum method and 0-1 programming[J]. Energies, 2019, 12(4): 709.
16. ZHANG L M, CUI C Y, ZHANG K*, et al. Reducing fracture prediction uncertainty based on time-lapse seismic(4D) and deterministic inversion algorithm[J]. International Journal for Uncertainty Quantification, 2019, 9(2): 187-204.
17. 杨志军, 张凯, 吴义志, 等. 断块油藏高部位剩余油径向钻孔参数优化[J]. 特种油气藏, 2018, 25(1): 164-168.
18. 张凯, 马小鹏, 王增飞, 等. 一种强非均质性油藏自动历史拟合混合求解方法[J]. 中国石油大学学报(自然科学版), 2018, 42(5): 89-97.
19. 张凯*, 张秀清, 张黎明, 等. 基于改进的同步扰动随机逼近算法的聚表二元驱优化[J]. 中国石油大学学报(自然科学版), 2017, 41(5): 102-109.
20. 张凯*, 龙涛, 吴义志, 等. 断块油藏高部位剩余油径向钻孔产能预测[J]. 油气地质与采收率, 2017, 24(5): 120-126.
21. ZHANG K*, ZHANG H, ZHANG L M, et al. A new method for the construction and optimization of quadrangular adaptive well pattern[J]. Computational Geosciences, 2017, 21(3): 499-518.
22. ZHANG L M, ZHANG X M, ZHANG K*, et al. Inversion of fractures with combination of production performance and in-situ stress analysis data[J]. Journal of Natural Gas Science and Engineering, 2017, 42: 232-242.
23. ZHANG K*, ZHANG X M, Zhang L M, et al. Assisted history matching for the inversion of fractures based on discrete fracture-matrix model with different combinations of inversion parameters[J]. Computational Geosciences, 2017, 21: 1365-1383.
24. ZHANG K, ZHANG X M, NI W, et al. Nonlinear constrained production optimization based on augmented Lagrangian function and stochastic gradient[J]. Journal of Petroleum Science and Engineering, 2016, 146: 418-431.
25. ZHANG K, LU R R, ZHANG L M, et al. A two-stage efficient history matching procedure of non-Gaussian fields[J]. Journal of Petroleum Science and Engineering, 2016, 138: 189-200.
26. ZHANG L M, ZHANG K*, CHEN Y X, et al. Smart well pattern optimization using gradient algorithm[J]. Journal of Energy Resources Technology, 2016, 138(1): 012901.
27. 张凯*, 吴海洋, 徐耀东, 等. 考虑地质及开发因素约束的三角形井网优化[J]. 中国石油大学学报(自然科学版), 2015, 39(4): 111-118.
28. ZHANG K, WANG Z F, ZHANG L M, et al. A hybrid optimization method for solving Bayesian inverse problems under uncertainty[J]. Plos one, 2015, 10(8): e0132418.
29. 张凯*, 路然然, 张黎明, 等. 多层合采油藏启动压力及层间干扰[J]. 大庆石油地质与开发, 2014, 33(6): 57-64.
30. 张凯*, 路然然, 周文胜, 等. 无梯度多参数自动历史拟合方法[J]. 中国石油大学学报(自然科学版), 2014, 38(5): 109-115.
31. ZHANG K, ZHANG W J, ZHANG L M, et al. A study on the construction and optimization of triangular adaptive well pattern[J]. Computational Geosciences, 2014, 18(2): 139-156.
32. ZHANG K, CHEN Y X, ZHANG L M, et al. Well pattern optimization using NEWUOA algorithm[J]. Journal of Petroleum Science and Engineering, 2015, 134: 257-272.
33. ZHANG K, ZHANG L M, YAO J, et al. Water flooding optimization with adjoint model under control constraints[J]. Journal of Hydrodynamics, 2014, 26(1): 75-85.
34. 张凯*, 路然然, 张黎明, 等. 基于序列二次规划算法的油藏动态配产配注优化[J]. 油气地质与采收率, 2014, 21(1): 45-50+113-114.
35. 闫霞, 李阳, 姚军, 等. 基于改进单纯形梯度算法的油藏生产优化[J]. 油气地质与采收率, 2013, 20(3): 65-67+71+115.
36. 姚军, 魏绍蕾, 张凯, 等. 考虑约束条件的油藏生产优化[J]. 中国石油大学学报(自然科学版), 2012, 36(2): 125-129+135.
37. 闫霞, 李阳, 姚军, 等. 基于流线EnKF油藏自动历史拟合[J]. 石油学报, 2011, 32(3): 495-499.
38. ZHANG K, LI G M, REYNOLDS A C, et al. Optimal well placement using an adjoint gradient[J]. Journal of Petroleum Science and Engineering, 2010, 73(3-4): 220-226.
39. 闫霞, 张凯, 姚军, 等. 油藏自动历史拟合方法研究现状与展望[J]. 油气地质与采收率, 2010, 17(4): 69-73+115-116.
40. 张凯*, 姚军, 刘均荣, 等. 油藏动态实时监测与调控[J]. 石油矿场机械, 2010, 39(4): 4-8.
41. 张凯*, 李阳, 姚军, 等. 油藏生产优化理论研究[J]. 石油学报, 2010, 31(1): 78-83.
42. 张凯*, 姚军, 徐晖, 等. 油田智能生产管理技术[J]. 油气田地面工程, 2009, 28(12): 62-63.

◎专利
1.一种新的规则自适应井网优化方法；
2.考虑层间干扰的多层油藏分层配注方法；
3.基于地层测试的泥饼厚度测量方法；
4.基于微地震数据和SPSA优化算法的震源反演方法；
5.考虑非达西流动的油藏注采能力图版绘制方法。

◎个人风采
招生专业：油气田开发工程
招生方向：（1）智能优化与机器学习方法；（2）油气田信息化与智能开发方法；（3）油田大数据分析与技术；（4） 油藏数值模拟与非常规油气开发。
欢迎有志于智能油田开发理论与技术研究及应用的同学报考！