模拟退火算法的改进及在静校正中的应用

针对地球物理反演的非线性问题,对模拟退火算法计算效率的影响因素进行了详尽的分析,并通过引入均匀试验设计理论,使在庞大的解空间中随机选取的候选解更加均匀,少量的目标函数计算就能了解目标函数解空间的性质,从而提高模拟退火算法的计算效率.对退火温度的选取方法进行了讨论,并提出了改进方法,使退火温度的选取具有自适应的特点,通过在地震静校正中应用,证明了改进算法的有效性.     

基于改进模拟退火算法的横波速度求取

模拟退火算法能够较好地实现全局最优化求解。基于非均匀变异思想,文中给出了一个新的模拟退火算法扰动模型,该模型具有一定的灵活性,通过选取合适的扰动模型参数,可以达到减少迭代次数、提高收敛速度的目的。在模拟退火算法退温前,增加最优解附近小范围内寻优,以减少对扰动模型的依赖,通过改进,模拟退火算法得到了优化。数值实例分析表明,改进后的模拟退火算法比常规模拟退火算法在迭代次数和扰动次数上有一定的优势。采用该算法,利用DEM模型进行横波速度求取后,与测井横波比较,误差较小,从而验证了新模拟退火算法的实用性和有效性。     

一种用于背景速度估计的新全局优化算法

利用叠前地震数据正确地估计地下介质的背景速度对于复杂构造成像具有重要意义。这一问题的复杂性需要一种良好的优化方法来求解。本文给出了一种新的用于求解连续全局优化问题的计算方法，并将其应用于非线性速度反演计算。与随机法如模拟退火、遗传算法，均场退火等）不同的是，新的优化方法利用一动态方程来控制寻优计算过程。该动态方程的优点是利用梯度信息使解快速逼近极小点；当解逼近当前极小点后，动态方程的第二项可以使解     

������������������￪���е�Ӧ��

文章把实验设计中的均匀设计思想引入优化设计，提出了一种将确定性和随机性相结合的优化方法。该方法根据均匀设计原理在优化模型的设计变量空间内均匀分布一系列点,然后将可行域内的上述系列布点作为优化计算的系列初始点，并选用常规模拟优化算法,分别进行优化计算，得到优化模型的一系列局部最优点。如果有必要再在局部最优区加密网格，然后再模拟数据，就能得到这些数据的改进最优解,并且重复插值过程，该算法可求取非线性多峰函数的全局最优解。文章编制了计算程序,给出了计算实例,计算结果表明该设计方法是可行的。     

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。     

均匀设计理论在油田开发中的应用

把实验设计中的均匀设计思想引入优化设计,提出了一种将确定性和随机性相结合的优化方法。该方法根据均匀设计原理在优化模型的设计变量空间内均匀分布一系列点,然后,将可行域内的上述系列布点作为优化计算的系列初始点,并选用常规模拟优化算法,分别开始进行优化计算,得到优化模型的一系列局部最优点。如果必要的话再在局部最优区加密网格,然后模拟额外的数据,那么能得到这些数据的改进最优解。并且重复插值过程该算法可求取非线性多峰函数的全局最优解。编制了计算程序,给出了计算实例,计算结果表明该设计方法是可行的。     

用SA算法选址海外石油工程应急物流仓库

模拟退火算法(Simulated Annealing,简称SA)的核心思想是:通过模拟固体退火过程,以对冷却进度进行控制,进而来调和算法,在控制参数T逐渐降温并趋于零后,得到组合优化问题相对于全局的最优解。模拟退火算法参数控制问题基本分为以下四点:选取初始温度,控制退火速度,解的迭代策略,设置终止条件。油田应急物流仓库选址问题对于海外油田地面工程建设具有显著的重要性,其选址模型的优化求解方案需要模拟退火算法的支撑。     

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。     

基于分段快速模拟退火的零偏VSP全波形反演

基于常规模拟退火算法的零偏VSP全波形反演面临着计算量大和耗时长的问题。为此提出了一种不同阶段对应不同扰动模型和退火方式的分段快速模拟退火(segmented fast simulated annealing,SFSA)反演策略,以提高零偏VSP资料全波形反演的效率。在反演前期采用大模型扰动空间和较慢温度衰减速度,充分发挥全局搜索能力,而在后期引入限制因子产生扰动模型,在迭代不断增加的时候逐渐减小模型的扰动空间,同时采用较快的温度衰减速度,有效提高反演的速度,使反演快速收敛到最优解。基于相同的初始温度和马尔可夫链长度,分别利用基于SFSA和非常快速模拟退火(very fast simulated annealing,VFSA)方法进行零偏VSP纵波速度全波形反演测试。结果表明,基于SFSA的反演方法的反演效率提高约50%,在迭代次数更少的条件下能获得更好的反演效果。基于SFSA的零偏VSP全波形反演具有高效和高精度的特点,其反演结果为地震地质层位标定、成果解释及油气预测奠定了基础。     

�Ľ�ģ���˻��㷨��ˮ����������ƽ������е�Ӧ��

Kirkpatrick于1982年认识到固体粒子退火过程和组合优化问题有相似性，从而提出了模拟退火算法，并从数学上已证明了模拟退火算法可以取得全局最优解。相比之下，传统的最优化法只能求局部最优值。在计算物质平衡方程时，存在很多不确定的参数，给精确计算带来了一定困难。因此，本文引入模拟退火算法求解物质平衡方程。     

利用试井数据约束的随机地质建模方法

传统的随机模拟方法建立的地质模型由于很少考虑动态资料而不能反映压力、产量等动态特征。为此,在前人研究的基础上,提出一种利用试井动态资料约束的随机地质建模方法,即由传统的随机模拟方法建立初始模型;再利用试井资料,采用模拟退火算法优化、修正初始模型,使之与试井测试结果相匹配。在修正地质模型中,采用解析解和数值解相结合的方法计算井底压力,可节约90%以上的计算时间。实例表明,修正后的模型符合试井测试（动态）资料,提高了地质模型的精度。     

解非线性反演问题的新策略

本文提出一种解非线性反演问题的新策略。它首先利用贝叶斯反演理论中的ＭＡＰ方法建立非线性反演问题的线性化迭代格式,然后运用模拟退火算法中有关全局收敛的思想来指导迭代的收敛过程。     

确定性反演协同约束的叠后随机地震反演方法

在前人的工作基础上,提出了确定性反演协同约束的叠后随机地震反演方法。以序贯Gibbs扰动模拟、扩展Metropolises—Hastings （M-H）算法为核心,引入层序地层网格,自适应融入地质统计学、构造以及沉积模式等信息,整个反演过程无需计算地层的局部倾角或进行复杂的坐标转换。针对随机地震反演结果的高频成分仍具有较大的不确定性,造成不同实现展示的储层特征差异较大,结合序贯Gibbs扰动模拟与同位协同克里金,通过引入确定性反演结果的协同约束,进一步限定随机反演候选解空间,从而降低随机地震反演高频成分的不确定性。获得以下认识：①相比确定性反演,随机地震反演可以产生高分辨率的反演结果,其中垂向变差影响随机反演的垂向分辨率,横向变差影响随机反演的横向连续性。②与均匀地震网格相比,由于层序地层网格融入了构造和沉积模式等信息,因此更适合变差函数横向约束随机反演;借助重采样矩阵,在层序地层网格进行抽样模拟,在均匀地震网格进行褶积正演,整个反演过程既满足构造和沉积模式的约束,同时又符合地球物理原理。③通过引入确定性反演的协同约束,可进一步限定候选解的解空间,增强波阻抗随机反演结果与确定性反演结果的相关性,进而降低随机反演高频成分不确定性。实际数据试算表明,通过对比随机反演的四个不同实现,验证了所提算法的有效性。     

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.     

基于模拟退火算法的地震资料谱反演技术

对于厚度小于地震调谐厚度的薄储层, 受地震分辨率极限的限制, 从地震资料上无法识别。为此,文中基于模拟退火算法的谱反演技术, 采用薄层陷频理论, 首先对地震资料进行短时傅里叶变换以求取谱反演的输入数据, 再利用模拟退火算法进行反演。该法依赖温度的柯西分布状态产生函数, 在高温状态下可进行大范围的搜索, 在低温状态下只对当前模型附近进行搜索, 改进了退火过程及抽样过程, 并在改进过程中增加了记忆功能, 提高了模拟退火算法的效率与精度。该方法能够突破Widess模型分辨率的极限, 拓宽地震频带, 清晰刻画微小目标地质体及其内部特征。通过理论模型及实际地震资料的试算, 验证了本文方法的可行性。     

一种改进的遗传算法及其在剩余静校正中的应用

本文综合利用模拟退火和遗传算法的特点，给出一种改进的遗传算法，即根据模拟退火的概率分布函数提供群体的初值，然后使用遗传算法的选择算子和杂交算子进行搜索，在此基础上，再降低温度提供新的初值，进行反复迭代，从而搜索到全局最优解，通过估计剩余静校正的模拟试验表明，该方法只需要较小的群体规律，与常规的遗传算法相比，没有其它更多的控制参数，且全局收敛的效率有了很大的提高。     

模拟退火法计算大定源瞬变电磁法的视电阻率

利用模拟退火法拟合理论感应电动势和实测感应电动势,可获得大定源瞬变电磁法矩形发射回线内测点的视电阻率,本文采用均匀半空间和三层地电模型验证了算法的精度和稳定性。以均匀半空间地电模型验证时,采用不同初始模型运行该算法20次,得到的视电阻率大部分与真实电阻率误差在0.5%以内,部分误差在1.5%~6.0%之间,这些误差较大的时刻随机分布。每次迭代计算约40次即可获得高精度的视电阻率值。以三层地电模型验证时,通过与翁爱华利用二分法计算的视电阻率比较,进一步验证了本文算法的正确性。     

利用模拟退火算法实现地震叠前反演

讨论了叠前同步反演和模拟退火算法的基本原理,介绍了利用模拟退火算法实现叠前同步反演的技术流程,把实现叠前同步反演分为高保真地震数据处理、共角度道集生成、子波提取和同步反演四大步骤,并重点叙述了模拟退火算法在叠前同步反演中的应用。该方法在苏里格气田砂岩分布及有利含气区预测的应用结果,验证了其有效性,同时表明该方法具有运算速度快、算法稳定、预测效果好等特点。     

基于数值模拟的油藏生产动态优化算法

对于大规模油藏开发优化,常规优化算法存在收敛速度慢、寻优效率低、难以与现场结合等问题。针对这些问题,建立了油水井动态调控优化模型,并结合模拟退火遗传算法和拉丁超立方采样算法寻找模型全局最优解,同时,利用同步扰动随机逼近算法提高了模型局部求解收敛速度,研发编制了油水井动态调控优化软件,并应用于大庆油田H区块。对比油田常规油水井生产制度,油水井动态调控优化模型的最优方案使H区块累计产油量在5年内增加了5.68×10⁴ m³,较好地解决了油水井生产动态控制优化问题,也为大规模油田高效开发提供了一种新的方法。     

A two‑stage optimization method for unmanned aerial vehicle inspection of an oil and gas pipeline network

To improve the reliability and safety of the oil and gas pipeline network, inspections are implemented to minimize the risk of leakage, spill and theft, as well as documenting actual incidents. In recent years, unmanned aerial vehicles have been recognized as a promising option for inspection due to their high efficiency. However, the integrated optimization of unmanned aerial vehicle inspection for oil and gas pipeline networks, including physical feasibility, the performance of mission, cooperation, real-time implementation and three-dimensional (3-D) space, is a strategic problem due to its large-scale, complexity as well as the need for efficiency. In this work, a novel mixed-integer nonlinear programming model is proposed that takes into account the constraints of the mission scenario and the safety performance of unmanned aerial vehicles. To minimize the total length of the inspection path, the model is solved by a two-stage solution method. Finally, a virtual pipeline network and a practical pipeline network are set as two examples to demonstrate the performance of the optimization schemes. Moreover, compared with the traditional genetic algorithm and simulated annealing algorithm, the self-adaptive genetic simulated annealing algorithm proposed in this paper provides strong stability.