基于蚁群算法的非线性AVO反演

 求解连续优化问题的蚁群算法的思路为：①根据问题的性质估计下一最优解的范围,并估计出各变量的取值范围;②在变量区域内剖分网格,每一个空间的网格点对应于一个状态,人工蚂蚁在各个空间网格点之间移动,根据各网格点的目标函数值,留下不同的信息量,以此影响下一批人工蚂蚁的移动方向;③循环一段时间后,目标函数值小的网格点信息量较大,据此找出信息量大的空间网格点,并逐步缩小变量范围,在信息量大的空间网格点附近进行人工蚁群移动;④重复前述过程,直到网格的间距小于预先给定的精度,算法终止。本文从蚁群算法的原理出发,将连续域的蚁群算法应用于非线性AVO反演中,并且针对蚁群算法应用过程中容易出现的停滞和扩散问题,对信息素的数量进行了限制。反演结果与理论模型基本吻合,说明了算法的有效性和可靠性,可以应用于其他的地球物理反问题。     

节理压缩闭合试验前后表面形态特征变化分析

岩石节理表面形貌对于岩石的力学性质具有重要的影响。为了研究节理表面形貌在法向压缩作用下的变化规律,对节理试样进行了压缩闭合试验。运用三维高精度激光形貌仪（Talysurf CLI 2000）对试验前后节理表面分别进行扫描,获得了二维和三维形貌特征图,并选取节理表面最大峰高（S_p）、表面最大高度（S_z）、表面最大谷深（S_v）、峰度系数（S_ku）、偏斜度系数（S_sk）、均方根高度（S_q）和算术平均高度（S_a）共7个表面形貌高度特征参数进行分析。研究发现：S_p、S_sk、S_k在法向应力的作用下有所减小,但是减幅均较小;S_v在压缩闭合试验后减小明显;S_z变化规律类似;S_a和S_q在压缩闭合后基本呈增大趋势。由此可见,节理表面形貌对节理压缩闭合曲线有明显的影响。     

一种适合硬件实现的高效算术编码

本文提出了利用表查找来实现二值算术编码,避免乘除法运算,可以简化硬件设计。该算法具有较小的概率逼近误差,因此性能退化较小。     

改扩建项目经济评价原则与方法

本文主要论述了如何确定改扩建项目 经济价的范围和造反何种方法进行经济评价。并对两种方法了比较。     

幂激励前向神经网络改进下的瓦斯涌出量预测

结合SPSS软件的最大方差旋转的因子分析法,设计出依据较少数据进行扩充丰富的随机调和算法,改进了双输入幂激励前向神经网络.该算法有效地解决了幂激励前向神经网络在采样数据较少情况下预测精度偏低的问题,改进的双输入幂激励前向神经网络需要利用权值直接确定法和最优结构法确定最优结构,然后利用随机调和算法在有限采样数据下生成大量训练数据,随之确定最终网络的最优权值,最后在给定次数的循环下确定验证数据的预测值.数值仿真结果表明该算法具有较高的预测精度.     

船舶分段生产MES系统的实现与应用

MES是一种组织、管理和运行现代制造类企业的理念,为构建满足船舶分段制造加工整体的工艺管理、计划管理、派工管理、物流管理、质量管理、绩效管理等方面的一体化管理信息系统的管理目标,结合在MES系统建设方面业务梳理、重构、软件功能设计、开发、应用等几方面工作进行综合阐述.     

人工湖水体富营养化的活性炭处理技术及生态修复建议

通过对包头市两个典型人工湖的水体富营养化现状分析,研究木质和煤基活性炭对人工湖中叶绿素a、COD、浊度、蓝藻、总氮和总磷的去除效果。结果表明:木质活性炭对劳动园人工湖中叶绿素a、COD和浊度的去除率更高(96%);煤基活性炭对总氮和蓝藻的去除率更高(88%),出水达到地表水环境质量标准(GB3838-2002)二级标准。同时,提出了长期治理人工湖水体富营养化的生态修复方案,以期为长期有效治理人工湖水体富营养化提供帮助。     

不同形貌节理对应力波传播影响的数值模拟

用3DEC离散元软件对一维正弦纵波在无节理有限长及有一节理有限长岩杆中的传播进行标定,确定建模的单元网格尺寸、边界条件等参数。然后对一维正弦纵波在含量化的不同粗糙度节理面的岩杆中传播进行数值模拟,探究应力波穿过不同形貌特征的节理时的透反射规律。分析模拟结果发现:节理面粗糙度JRC值相同,相对节理初始法向刚度不同时,随着刚度系数的增加,透射过节理面的应力波越多,在α0.5时,透射系数值增加较快;在α0.5时,透射系数值增加较慢,逐渐趋近于1。同一刚度系数α值下,随着节理粗糙度JRC值的增加,透射系数增大,当α1.5时,透射系数趋于稳定。     

量子行为的粒子群算法在叠前AVO反演中的应用

 量子行为的粒子群优化算法突破了粒子群优化算法所遵循的牛顿随机搜寻,在搜索过程中加入了量子运动,既改善了全局优化的能力和收敛速度,又减少了算法中需要控制的参数,有效地解决了传统粒子群优化算法无法收敛到全局最优解的问题。基于量子行为的粒子群优化算法原理简单,需要控制的参数很少,易于实现,可以进一步用于多参数、多极值地球物理反演。本文使用基于量子行为的粒子群优化算法进行叠前AVO弹性参数反演,无噪声和加噪声模型的反演结果说明了算法的有效性和稳定性,以及良好的抗噪性。