用退火遗传算法进行地震波阻抗反演

退火遗传算法是模拟退火算法(SA)和遗传算法(GA)相结合的优化算法。其主要思想是利用模拟退火算法中的热槽法(概率分布函数)产生GA的群体初值，这样可以避免产生一些无用的群体，其结果既节省计算机空间，又节省计算时间，并且最终容易得到最优解。SA和GA交替运行，对GA的每一演化代，用SA对其进行局部搜索来改进GA的性能。利用退火遗传算法对地震波阻抗进行反演，目标函数可以达到10^-5数量级，这就使退火遗传算法的非线性方法能够应用于地震波阻抗反演中。     

海洋石油平台自动化管路布局优化算法设计

目前管路布局多依靠人工设计完成,工作量大、设计周期长。为提高设计效率,设计了一套自动化管路布局遗传模拟退火算法。其针对遗传算法易早熟、收敛速度慢等问题,引入模拟退火思想,对遗传算子进行Metropolis规则改进,提高初期进化时种群多样性,增强算法全局搜索能力;设置等温和退温内、外2层循环,提高算法收敛速度和性能。利用遗传算法和遗传模拟退火算法进行管路布局仿真试验计算并进行对比,对比结果表明,在相同初始条件和计算精度下,后者全局搜索能力强,不易陷入局部最优解,且收敛迅速、稳定,运算结果优于前者。     

海洋石油平台自动化管路布局优化算法设计

目前管路布局多依靠人工设计完成,工作量大、设计周期长。为提高设计效率,设计了一套自动化管路布局遗传模拟退火算法。其针对遗传算法易早熟、收敛速度慢等问题,引入模拟退火思想,对遗传算子进行Metropolis规则改进,提高初期进化时种群多样性,增强算法全局搜索能力;设置等温和退温内、外2层循环,提高算法收敛速度和性能。利用遗传算法和遗传模拟退火算法进行管路布局仿真试验计算并进行对比,对比结果表明,在相同初始条件和计算精度下,后者全局搜索能力强,不易陷入局部最优解,且收敛迅速、稳定,运算结果优于前者。     

混合优化自动剩余静校正方法研究

剩余静校正量计算本质上是一个非线性优化问题。针对单独运用遗传算法或模拟退火算法求解剩余静校正计算效率低、精度不高等缺点，本文提出了混合全局优化的自动剩余静校正方法，即利用两者的优点（遗传算法具有较强的把握搜索过程总体的能力，模拟退火法具有较强的局部搜索能力）开发的一种优化算法。文中对混合全局优化自动剩余静校正的处理流程和实现技术作了深入研究。从模型数据试算和我国西部某地区实际资料的处理结果可以看到，混合优化技术无论在运算速度还是在求解精度上都优于其他方法。     

运用遗传算法进行油藏描述

油藏描述是根据数模参数来描述油藏、以便对其进行动态预测的一种方法。我们介绍了一种采用专用设计的遗传算法来搜索最有可能与油藏的测量结果拟合的油藏描述方法。该遗传算法使用六个染色体来代表不同类型的油藏参数。其中三个染色体具有多维实数结构，而另外三个染色体则为一维二进制数组。创造了专门设计的交换和变异算子与非标准的基因组结构一同使用。该方法在真实、复杂的人造油藏模型上进行了试验，并与模拟退火（SA）算法进行了比较。我们证明，遗传算法能获得比模拟退火算法更好的结果，可与人工计算所能得到的结果相媲美。此外我们还证明，对于算法建立的详细过程而言，遗传算法的性能是稳健的。因为该算法易于进行并行处理，对于被丢失和被破坏的解具有稳健性，且能返回一组良好的解，因此它是自动油藏描述算法中的一种理想方法。     

基于改进的遗传算法的天然气管网系统运行优化

在天然气管网系统安全稳定运行的基础上,为了实现节能减排,充分合理地利用管道的输配能力,将目标函数定义为天然气的最大流量,同时考虑管道内天然气稳定流动、各节点流量平衡、节点及管段压力等约束条件,建立了天然气管网系统优化数学模型。采用整数编码来进行管径编码,用模拟退火罚函数转化约束条件,并合理地将遗传算法的全局寻优能力和模拟退火的局部搜索能力互补融合起来,实现算法的改进和优化。将改进的遗传算法应用到某大型天然气管网优化设计的实例中,计算结果表明,改进的遗传算法在解的质量上和收敛的速度上都优于基本遗传算法,验证了所建立的优化模型是高效可行的。     

随机油价下油田产量构成优化模型的混合遗传算法求解

建立随机油价下油田产量构成优化模型，在此基础上将Powell方法作为一个与选择、交叉和变异平行的算子嵌入到标准遗传算法中，并利用模拟退火精确罚函数法处理约束条件，构成了遗传算法、Powell方法与模拟退火算法相结合的Powell遗传退火精确罚函数算法。结合实例分析，将算法应用到随机油价下油田产量构成优化模型中并得到了最优解。     

利用双种群遗传算法进行数值试井自动拟合

遗传算法以随机化技术为指导，通过对整个解空间的高效搜索而得到全局最优解，当解空间较大时，常规遗传算法难以同时保证搜索速度和最优解的精度。针对这种缺陷提出了应用双种群遗传算法，即利用具有不同搜索策略的2个种群进行联合搜索，既保证了最优解的精度，又提高了搜索速度，将其应用于数值试井自动拟合解释，比常规遗传算法能节省50％以上的计算时间。     

大地电磁测深资料遗传算法反演研究及应用

反演是大地电磁测深(MT)的关键环节之一。MT反演是多参数非线性最优化问题,存在多解性;而基于遗传算法的MT反演可提高非线性解的唯一性,它只需要问题的正演公式及给定参数的范围,不需求导数,也不要求有良好的初值,具有抗干扰能力强、拟合度高等优点,而且遗传算法作为一种非线性全局优化方法能在全局范围内搜索最优解。通过建模,在正演的基础上进行了反演研究,得到的结果与模型基本一致。在此基础上,运用遗传算法反演对实测资料进行了处理,效果较好。     

遗传算法的改进及其在各向异性介质参数反演中的应用

目前，常规的遗传算法对变异进程不能实行控制，当变异概率取得较大时，就会以极大的几率使种群中很多成员出现退化的现象，从而使遗传算法变得象蒙特卡洛方法那样，把大量的计算工作浪费在无意义的空间部分，其结果使常规遗传算法不得不采用很小的变异概率。这样做的结果显然不利于算法作全局搜索，存在易陷于局部极值的缺陷。为在扩大模型空间的搜索范围和保持种群多样性的同时，又能对变异过程进行控制，通过引入Metropolis抽样准则，提出了一种改进的遗传算法。同常规算法相比，改进算法更有利于作全局搜索，具有改善遗传算法全局收敛性的效果。针对正交各向异性介质模型，用改性的遗传算法进行了各向异性多参数反演工作，以说明新方法在处理这样高度非线性最优化问题时的处理效果。     

遗传模拟退火算法在储层属性建模中的应用

介绍了遗传和模拟退火算法,比较了两种算法的特性,引入具有自适应能力的遗传模拟退火,并用于储层属性的随机模拟。结果表明,新算法能提高收敛速度,提供全局最优搜索保障,改善算法的实用性。     

快速模拟退火算法及应用

本文以广义Ｂｏｌｔｚｍａｎｎ－Ｇｉｂｂｓ统计理论为基础，采用依赖于温度的似Ｃａｕｃｈｙ分布产生新的扰动模型，建立一种新的快速模拟退火算法。文中给出了这种条件下的接收概率和降温方式的具体计算公式。新算法可以高温情况下进行大范围的搜索，在低温时仅在当前模型附近进行搜索，而且由于似Ｃａｕｃｈｙ分布有一平坦的“尾巴”，使其易于跳出局部极值，从而加快了这种模拟退火算法的收敛速度。     

遗传和模拟退火混合寻优一步法三维CRS叠加

共反射面元（Common Reflection Surface,CRS）叠加充分利用了菲涅耳带半径内的地震信息,在不降低分辨率的前提下最大程度地提高了信噪比,是低信噪比地震资料成像的有力手段。同时,CRS叠加考虑了地下反射层的倾角和局部曲率,具有更高的成像精度。常规的三维CRS叠加,多步依次求取的八参数精度较低,影响了最终叠加效果。为此,提出了一步法三维CRS叠加的实现策略。结合遗传算法快速搜索的优势和模拟退火算法的全局收敛特性,采用两种算法混合的多种群分层式并行寻优算法,即顶层采用遗传算法中的热槽法产生初始种群,中层执行并行的遗传迭代算法实现种群进化,底层采用模拟退火算法实现全局寻优。该CRS叠加方法及混合算法的设计方案明显降低了参数的优化成本并提高了精度。实际资料的测试验证了混合寻优一步法三维CRS叠加的实用性。     

天然气管网输配气量优化研究

天然气管网系统管理部门为了明确天然气管网的输气能力和提高天然气管网的利用率，需要对天然气管网系统的输配气量进行优化。为此，以天然气管网系统的最大流量为目标函数，同时考虑了管道强度、节点压力和流量限制等约束条件，建立了天然气管网输配气量优化的数学模型。在研究遗传算法和模拟退火算法的基础上，提出了一种由二者结合构成的具有全域搜索、快速收敛和鲁棒性强等特点的混合遗传算法。结合实例，采用这一新算法求解了天然气管网输配气量优化的数学模型。实例优化结果表明，所建立的数学模型和采用的混合遗传算法是可行和有效的，能够对天然气管网系统输配气量的调度运行起到指导作用。     

混合优化波阻抗反演方法研究

地震反演常用的线性算法具有较快的收敛速度，但是易陷入局部最优解。因此需要引进一些非线性优化算法求解全局最优解。近年来相继出现了模拟退火、遗传算法、禁忌搜索算法和混沌搜索算法等，虽然这些算法具有较强的全局优化性能，但是其计算速度慢，远远不能满足实际生产的要求。如何将上述两类算法结合起来实现优势互补成为了反演中的一个重要课题之一。文章提出的混合优化波阻抗反演方法综合了共轭梯度算法和模拟退火算法的优点，在模拟退火反演框架内加入共轭梯度迭代算法，即在模拟退火反演过程中，当目标函数值满足给定的条件时，进行一定次数的共轭梯度迭代反演，最终以模拟退火反演结果来判断其收敛性。实际计算表明，该方法不仅收敛速度快，而且抗干扰能力强，计算得到的波阻抗剖面能较好的反映地层地质特征。     

一维大地电磁测深几种反演算法的比较研究

大地电磁反演算法主要分为线性与非线性两类。马奎特法、遗传算法以及模拟退火是其中具有代表性的算法。本文将三种方法的反演过程、结果及理论进行了对比研究，指出各自的优点与局限性，以及使用时应注意的相应条件。研究表明，马奎特法寻找目标函数全局最优的能力较差，只能局部寻优，但运算速度快；模拟退火法和遗传算法寻找目标函数全局最优的能力较强，但运算速度较慢。当对地下地电参数预先有一定程度了解，又可以选取比较合理的初始解时，可选择马奎特法，否则宜选用其他非线性全局寻优能力强的反演方法。     

Optimization of the seismic processing phase-shift plus finite-difference migration operator based on a hybrid genetic and simulated annealing algorithm

Although the phase-shift seismic processing method has characteristics of high accuracy, good stability, high efficiency, and high-dip imaging, it is not able to adapt to strong lateral velocity variation. To overcome this defect, a finite-difference method in the frequency-space domain is introduced in the migration process, because it can adapt to strong lateral velocity variation and the coefficient is optimized by a hybrid genetic and simulated annealing algorithm. The two measures improve the precision of the approximation dispersion equation. Thus, the imaging effect is improved for areas of high-dip structure and strong lateral velocity variation. The migration imaging of a 2-D SEG/EAGE salt dome model proves that a better imaging effect in these areas is achieved by optimized phase-shift migration operator plus a finite-difference method based on a hybrid genetic and simulated annealing algorithm. The method proposed in this paper is better than conventional methods in imaging of areas of high-dip angle and strong lateral velocity variation.