确定新油井的最佳位置是一个复杂的问题，取决于储层和流体特性、油井和地面设备规范以及经济标准。数值模拟通常是评估油井配置可行性的最合适工具。然而，由于用于建立数值模型的数据具有不确定性，因此模型预测也具有不确定性。模型中的不确定性反映在良好配置决策结果的不确定性中。
我们永远不会拥有关于储层的真实和确定的信息，但我们可能会从现有信息中构造出真实的地质统计学实现。本研究开发了一种方法，可以将数据中的不确定性转换为良好布局决策中的货币价值不确定性。使用数值模拟作为评估工具，在实用理论框架内解决了与油井布置相关的不确定性。该方法通过使用不确定性量化生产预测（PUNQ）-S3模型进行评估，该模型是基于实际油田的标准测试用例。在23个历史匹配的实现上进行了实验，还提供了一个真实案例。通过与穷举模拟进行比较，验证了结果。效用理论不仅提供了从货币价值角度量化油藏描述中不确定性影响的框架，还提供了量化决策者风险态度的其他武断概念的工具。采用混合遗传算法（HGA）进行优化。
此外，还研究了一种计算成本更低的替代方案。良好布局问题被表述为随机函数的优化。采用遗传算法作为优化工具。每次对油井配置进行评估时，都会从一组实现中随机选择不同的储层特性实现，所有这些实现都尊重储层可用的地质和动态数据。然后用这个随机选择的实现进行数值模拟，以计算目标函数值。这种方法有可能纳入决策者的风险态度，并且被观察到是近似的，但在计算上是可行的。
