Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2017-05-05T11:50:07Z No. of bitstreams: 1 carolinaribeiroxavier.pdf: 2823825 bytes, checksum: af5d50f5cdbb099ed71457b9baaabdc9 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-05-17T13:34:27Z (GMT) No. of bitstreams: 1 carolinaribeiroxavier.pdf: 2823825 bytes, checksum: af5d50f5cdbb099ed71457b9baaabdc9 (MD5) / Made available in DSpace on 2017-05-17T13:34:27Z (GMT). No. of bitstreams: 1 carolinaribeiroxavier.pdf: 2823825 bytes, checksum: af5d50f5cdbb099ed71457b9baaabdc9 (MD5) Previous issue date: 2009-08-18 / O processo de ajuste histórico tem como objetivo a determinação dos parâmetros de modelos de reservatório de petróleo. Uma vez ajustados, os modelos podem ser utilizados para a previsão do comportamento do reservatório. Este trabalho apresenta uma comparação de diferentes métodos de otimização para a solução deste problema. Métodos baseados em derivadas são comparados com um algoritmo genético. Em particular, compara-se os métodos: Levenberg-Marquardt, Quasi-Newton, Gradiente Conjugado n~ao linear, máxima descida e algoritmo genético. Devido à grande demanda computacional deste problema a computação paralela foi amplamente utilizada. As comparações entre os algoritmos de otimização foram realizadas em um ambiente de computação paralela heterogêneo e os resultados preliminares são apresentados e discutidos. / The process of history matching aims on the determination of the models' parameters from a petroleum reservoir. Once adjusted, the models can be used for the prediction of the reservoir behavior. This work presents a comparsion of different optimization methods for this problem's solution. Derivative based methods are compared to a genetic algorithm. In particular, the following methods are compared: Levenberg-Marquadt, Quasi-Newton, Non Linear Conjugate Gradient, steepest descent and genetic algorithm. Due to the great computational demand of this problem, the parallel computing has been widely used. The comparsions among the optimization algorithms were performed in an heterogeneous parallel computing environment and the preliminar results are presented and discussed.