参数校准通常是一个反复试验的过程，颇为耗时。新引入的优化工作流程有助于加快收敛速度，节省时间。
目前有两种方法可辅助使用井数据校准模型：梯度优化法和概率优化法。
优化过程从用户定义的参考模型出发，自动运行，直到目标函数值最小化。
○ 梯度优化法
使用梯度信息指导下一次迭代，收敛速度最快，适用于参数多、运算时间长的模型校准。
○ 概率优化法
基于响应面原理的全局搜索策略，以避免陷入局部极小值。此方法可以识别多个匹配模型，然后对不确定参数进行后验证。
2.3.7. 与CougarFlow®软件集成功能的增强
○ 精确的参数范围定义
△ 参数不确定范围定义更精确：
△ 使用增强的剖面编辑器功能；
△ 支持铅笔工具图形化选择与调整；
△ 可高效为参数范围赋值；
○ 新增不确定性参数：Injection
对于具有深部气源、有气体注入模型，可以将气体注入量（Injection）和气源位置作为不确定性参数，并进行不确定分析。
