改进的蚂蚁算法在试井曲线拟合中的应用

通过将带可变邻域搜索的进化策略引入解决组合问题的蚂蚁算法,得到了可以用于解决连续优化问题的改进的蚂蚁算法,并给出了优化步骤.将改进的蚂蚁算法应用于试井曲线的拟合中,并编写了计算程序.改进的蚂蚁算法与遗传算法的对比结果表明,前者的收敛速度和收敛值以及在多局部最优解问题上均优于遗传算法,并具有较强的实用性.     

基于遗传—退火混合算法的油藏动态优化研究

油藏生产优化组合寻优过程往往会陷入局部最优解的陷阱中,无法在短时间内跳出局部最优解,且计算耗时长。首次将遗传—退火混合算法(SG-AG)引入到油藏模拟的注采参数优化中,基于概率机制迭代寻优方向,对种群进行大规模扰动,在交叉变异中引入退火模拟算法,加强扰动产生新群体,避免寻优陷入局部收敛,提升了全局搜索性。同时,通过SPSA随机扰动算法,计算目标函数近似梯度确定单次优化的扰动步长。将算法与油藏数值模拟结合,实现对A油田转注后注采结构参数的优化。优化结果显示,模型能够有效控制并优化油藏生产制度时间,优化后预计累产油提高约1.9×10~4m~3,达到了增油控水的目的,为类似油田转注开发提供了借鉴。     

地球物理反演中的高效混沌优化改进算法

混沌方法已成为一种新颖且有潜力的优化工具。之前出现的几种基于混沌优化改进算法，其改进的核心就是在混沌优化搜索过程中，用已具有一定精度的当前最优解为中心，不断缩小优化变量的搜索区间， 调整、细化参数，使搜索更快、更有效地向最优解收敛。但这些改进算法也存在明显的不足，当搜索起始点选择不合适、遍历区间很大或控制参数选取不合适时，搜索结果很难达到或接近最优解，上述算法也可能需要花费很长的时间才能取得较好的优化性能，同样易再次陷入局部解。针对上述问题，提出一种通过不断初始化初始参数，充分利用混沌的遍历性，无需在迭代中修改搜索空间但又可迅速得到最优解的优化方法，经对几个复杂函数及泊松比反演的测试表明，其方法为快速高效的优化算法，有望在地球物理反演中广泛应用     

基于粒子群优化算法的波阻抗反演研究

波阻抗反演属于最优化问题，其目标函数可能包含多个在一定范围内连续的变量。传统的优化手段对某些函数存在难以优化，容易陷入局部解，收敛速度缓慢等问题。粒子群算法只考虑目标函数，对初始模型的依赖程度不高，可以随机地在全局域内进行搜索。通过分析粒子群算法的原理，提出了地震波阻抗反演粒子群算法的实现方法。详细地分析了粒子群算法的抗噪能力及算法中各参数对反演结果的影响，得出参数的最优组合。利用模型数据对该方法进行检测，在无噪情况下，反演结果与模型一致；在加入3%，10%和25%的噪声后，反演前后的相关系数分别为98.31%，93.27%和82.09%，证明了该方法的有效性。     

基于迭代步进值递减的果蝇优化算法在PID整定中的应用

果蝇优化算法在计算精度和运算速度上比传统方法有着显著的提高,在解空间上可以快速高效地得到全局最优解,但也极易陷入局部最优。为了获得自动电压调节器(AVR)控制系统的最佳PID参数,对果蝇优化算法进行改进,提出了一种迭代步进值递减的果蝇优化算法。使用改进的算法对AVR系统PID参数进行在线整定,仿真结果表明:改进的果蝇优化算法比原算法在PID控制器中获得了更好的控制性能,改进算法具有一定的实用价值。     

改进SO算法在井眼轨迹测深上的应用

井眼轨迹测深一直是钻井工程中至关重要的环节，关系到钻井时效、成本等多个方面。现有算法易受到自变量较多、约束条件复杂等因素影响，从而陷入局部最优解，且计算效率不高。针对这一问题，文章引入了蛇算法(SO)并对其进行了改进，以探索井眼轨迹测深的最优阈值。文章对改进后的SO算法和其他流行算法进行了对比分析。实验数据表明，改进后的SO算法在开发性能上最大提升了6.09%,时间效率最快提高了225.82%,且在最优解精度上提高了1.27%。这些优化结果对于提高钻井效率、节约钻井成本、缩短钻井时间等方面具有重要意义。     

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。     

基于混合蛙跳算法的成品油管网优化设计

成品油输送管网的参数优化模型,属于非线性离散变量优化组合问题,且目标函数具有多峰性,往往存在局部极小点,容易陷入局部寻优.为了克服传统算法及以往非线性规划的不足.文章尝试用一种新兴的启发式算法--混合蛙跳算法(SFLA)来解决此类参数优化难题.建立以管道建设费用为目标函数和以管道各节点流量方程、环路能量平衡方程等为约束条件的数学模型,采用SFLA算法进行求解.算例结果表明,SFLA算法可以较好地解决成品油输送管网的参数优化问题.同理,可应用于解离散域组合参数优化问题.     

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。     

������������������￪���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。     

基于改进粒子群算法的蒸汽驱注采方案优化

针对蒸汽驱注采方案优化问题,以累积油汽比为优化目标,建立了以注汽速率、蒸汽干度和注汽压力等为约束条件的蒸汽驱注采方案优化数学模型,采用改进粒子群算法对该模型进行了求解,并优化了蒸汽驱的主要注采参数。改进粒子群算法以进化停滞步数为依据,对个体历史最优值和邻域内粒子的最优值实施随机扰动,并且只接受使个体适应度增加的随机扰动操作,使记忆中的最优粒子跳出局部最优解,保证了种群的多样性,提高了算法的精度和稳定性。实例计算证明,该优化模型计算结果准确,优化算法有效。通过该优化方法可快捷准确地进行蒸汽驱动态优化和方案调整,以便于指导蒸汽驱高效运行。     

基于L2范数的相关叠加去噪方法

本文在研究传统相干算法的基础上,提出了一种利用邻域相关性的加权叠加压制地震随机噪声的方法,即利用L2范数估计邻域间的相似度,并以邻域间欧氏距离的高斯函数作为计算加权系数的策略,实现邻域点的相关叠加,从区域识别信号到局部保真压噪。模型及实际资料的处理计算结果表明:该方法能够有效消除随机干扰,且信号的保真度高,是低信噪比条件下资料处理的可行方法。     

Controlling the uncertainty in reservoir stochastic simulation

Unexpected noise in reservoir stochastic simulation realization may be too high to make the realization useful, especially when there is a lack of hard data. Through discussing the uncertainties, we present two ways to control the uncertainty ratio that is brought by the algorithm of stochastic simulation. By reasonably reducing the random value of the stochastic simulation result, the unexpected values introduced by the residual that associates with random series can be controlled. Another way when the data disperse unevenly is to control the stochastic simulation order by grouping the points that need to be simulated to make those points which can be simulated by more neighborhood hard data calculated first. Both methods do not go against the core stochastic simulation algorithm.     

基于甲型水驱规律曲线的表征方法改进

甲型水驱曲线可以用泰勒展开方法近似成双曲递减曲线来研究油藏产量递减规律,该方法仅在含油率初值邻域内具有二阶精度,导致在产量预测后期误差较大。为了更加精确地建立甲型水驱曲线与Arps递减规律之间的联系,提高甲型水驱曲线预测油田分年产量的计算精度,通过对常用的水驱曲线递减率公式进行对比、分析,提出了甲型水驱曲线递减率的幂函数拟合表征方法,利用方差函数最小值分析方法得到了甲型水驱曲线在不同含水阶段含油率幂函数拟合的误差。结果表明：含水率越高,含油率幂函数拟合方法的误差越小;当含水率大于70%时,甲型水驱曲线含油率幂函数拟合方法不仅在含油率初值邻域内拟合较好,且在全局内拟合最优。改进的含油率幂函数拟合方法可以用来快速预测甲型水驱曲线的产量剖面,实例应用表明该方法计算精度较高,适用于符合甲型水驱特征且含水率大于70%的油藏的产量预测。     

混合流体在垂直分支盲管中的流动问题研究

以一个垂直分支盲管为对象,研究其内部的复杂流动状况、油水分离情况、主管流量与盲管内含水率分布之间的关系。在主管不同流速与含水率条件下,采用数值模拟方法及代数滑移混合模型,求解了主管及盲管内油水混合物的流动问题。计算结果显示,盲管由混合区和滞止区组成。混合区主要由2个循环涡组成,随着主管路流体流速的增加,盲管内混合区的长度增长。在滞止区形成了油水分离,且分离程度与滞止区的长度以及主管路的湍流强度有关,在进口速度从0.75 m/s到5.00 m/s变化时,滞止区内的最大含水质量分数从70%下降到30%。该结论对于研究分支盲管内的腐蚀、水合物形成等问题具有一定的指导意义。     

频率和收发距广普适用的均匀层状介质电磁场直接积分算法

在地球物理勘探中,均匀层状介质电磁场解析表达式含有汉克尔积分,其核函数为0阶和1阶Bessel函数,随着其宗量的增大,Bessel函数呈现出快速振荡和慢衰减的特性,由此造成汉克尔积分难以高效、高精度计算,特别是高频和大收发距情况下难度更大。针对这个问题,提出一种高效、高精度的直接积分方法(Direct integration method),其基本思想是Bessel函数可以在两个区间并分别用不同的多项式展开,每一区间的汉克尔积分可离散为多个单元积分之和,每个单元被积函数可采用三次样条插值函数表示,由此可求得单元积分的解析解,通过叠加,从而求得汉克尔积分的数值解。在此基础上,利用均匀全空间电偶极子电磁场的解析解,正确选取积分范围并合理剖分积分单元。数值解与解析解的对比表明该算法正确可靠。与数字滤波类算法的计算结果对比表明,该算法广泛适用于不同频率和不同收发距条件下电磁场的计算,具有较强的普适性。     

改进粒子群算法求解广义Usher油田开发动态预测模型

广义Usher累积产油量和含水率预测模型属于超越函数,涉及未知参数多,求解具有一定的难度。针对该模型特点,对标准粒子群优化算法进行了改进,提出了一种基于Sigmod函数的非线性惯性权重的改进粒子群优化算法,这在非线性函数优化中能够较好地保证算法收敛性,避免算法陷于局部最优。通过实际油田开发数据对广义Usher预测模型进行了求解,结果表明,用改进的粒子群优化算法求解非线性函数具有较强的可靠性和实用性。     

基于全局笛卡尔坐标系的高斯束地震波场模拟

对于射线中心坐标系下的高斯束,求解地下每一个点的波场值都要进行坐标变换。为此,Leung等采用拟设理论推导了在全局笛卡尔坐标系下求解高斯束的数学理论方法,此拟设可理解为沿中心射线对旅行时求导,从而增加一个虚部项作为中心射线在其邻域Taylor展开的二阶项,以此构建一个近似旅行时函数,传统高斯束的近似旅行时函数可由其近似旅行时函数通过局部射线中心坐标变换得到。首次将全局笛卡尔坐标系下求解高斯束的数学理论应用于地震波场模拟,分别对一条高斯束、格林函数、连续介质的单频波场以及复杂介质的波场进行模拟,并对比射线中心坐标系、全局笛卡尔坐标系的高斯束精度。结果表明：在均匀介质中,由全局笛卡尔坐标系高斯束、射线中心坐标系高斯束积分所计算的格林函数均很好地近似了解析格林函数;对连续介质模型而言,全局笛卡尔坐标系高斯束能很好地处理焦散问题,较好地模拟了复杂介质的波场传播过程,但高斯束的精度会降低,横向能量较弱。     

基于布谷鸟算法的储层物性参数同步反演

物性反演是储层预测与评价的重要手段,可直观描述储集层所蕴含的信息。由于地球物理反演的非线性特征,以局部寻优方法开展的储层物性参数反演方法难以降低不适定性,结果存在多解性。为此,提出一种基于布谷鸟算法的储层物性参数同步反演方法。以弹性阻抗与储层物性参数关系为基础,构建储层物性反演目标函数,引入布谷鸟算法寻找目标函数最优解。布谷鸟算法作为一种新型元启发式算法,其包含的Levy飞行机制能有效解决常规方法陷入局部极值的问题,可实现更高精度的储层物性参数预测。理论模型和实际数据测试均表明,该方法能够有效反演物性参数,可为储层描述提供数据支持。