改进PSO 算法在振荡式注汽速度优化中的应用

针对蒸汽驱恒定式注汽速度驱油效果差的现状,提出了一种基于改进PSO( Particle Swarm Optimization) 算法的蒸汽驱振荡式注汽速度优化方法。该方法建立了蒸汽驱注汽速度数学模型,采用改进粒子群优化算法对此模型进行求解并优化振荡式注汽速度,最后得到蒸汽驱振荡式注汽速度最优方案。改进粒子群优化算法引入混沌优化算子产生初始解,依据各粒子适应值的距离,完成对各个粒子的自适应变异,同时引入极值扰动算子对个体历史最优值和全局最优值实施随机扰动,加快了收敛速度,提高了种群的可进化能力。实验结果表明: 所建立模型准确,优化算法有效。通过此方法可指导蒸汽驱注采方案合理编制,指导蒸汽驱高效运行。     

一种岩石非线性流变模型

岩石是一种复杂的工程介质,具有明显的非均质性、不连续性及各向异性等特点,其宏观流变表现为非线性流变变形.通过岩石非线性流变变形是时间的Weibull分布函数的假定,提出了一个新的非线性流变元件(NRC模型);通过NRC模型与西原模型的串联,建立了能够描述加速流变特性的岩石非线性流变模型(NRM);利用盐岩单轴压缩流变试验曲线对建立的岩石非线性流变模型进行辨识,获得了岩石非线性流变参数.岩石非线性流变模型与试验结果的比较,显示了所建非线性流变模型的正确性与合理性.     

量子进化算法和免疫算法的比较研究

量子进化算法和免疫算法都是解决优化问题的强有力算法,.在分析了量子进化算法搜索的特点和免疫算法的机理基础上,对它们进行了比较,阐明了了二者的不同特点,并通过仿真实例总结出它们在求解多峰值函数优化问题上各自的优缺点.     

量子进化算法在BP网络模型优化中的应用

BP网络的研究多年来主要集中于网络的结构与参数优化上,却忽略了对训练过的BP网络模型本身的优化.针对上述问题,提出了一种解决BP网络模型优化的量子进化算法.通过裙座锻造结构参数优化设计实例,表明量子进化算法较好地实现了BP网络模型的优化设计,可有效解决实际工程的优化问题.     

让海水变成淡水

古代人曾举行隆重仪式向天求雨,现代气象学家曾尝试向云层喷撒晶体催雨。如今,英国著名发明家斯蒂芬·索尔特要研制机器来造雨。据索尔特说,如果世界上第一台“造雨机”能够研制成功,不毛之地可能变成绿洲,海平面的上升将得到控制,甚至中东和平进程也将得以推动……英国工程与物理科学研究委员会最近已同意为此项目出资10.5万英镑。     

基于 HABC-RBF 神经网络的蒸汽驱预测方法

为解决蒸汽驱开发效果预测精度低和时间长的问题, 提出了一种改进人工蜂群算法和 RBF(Radial Basis Function)神经网络相融合的预测方法。 该方法应用种群最优解修改雇佣蜂解和观察蜂解的搜索方程, 借鉴差 分进化算法思想, 完成对种群最优解和个体搜索解随机扰动, 采用混合编码优化 RBF 神经网络参数。 以辽河 油田齐 40 块为例进行了试算, 结果表明, 该方法对蒸汽驱开发效果预测具有较好的非线性拟合能力和较高的 预测精度。     

人工神经网络在采油产量预测中的应用

为实现采油产量的预测和跟踪分析，建立了一种基于人工神经网络的采油产量预测方法。采用SAS系统对影响采油产量的众多因素做相关分析，依据主要因素并通过人工神经网络建立了采油产量预测模型。实际测试的结果表明，该方法能够提高判断采油产量的精度，且特别适用于不确定或非结构化信息的处理，对采油中各种未知信息的预测有着较好的适用性。     

基于自适应动态重组和极值扰动的人工蜂群算法

针对人工蜂群算法存在寻优能力弱和收敛速度慢的问题, 提出一种基于自适应动态重组和极值扰动的人工蜂群算法. 首先通过引入混沌优化算子产生初始解, 根据雇佣蜂的贡献度对其进行自适应动态重组, 然后引入极值扰动算子对雇佣蜂个体极值和全局最优值实施随机扰动. 实验结果表明, 该算法增加了种群的多样性, 加快了算法收敛速度, 提高了种群的可进化能力.      

单轴压缩下岩石材料体积效应的数值模拟

为了探讨体积对岩石材料强度和变形及其破坏形式的影响规律,从岩石材料的非均质性出发,应用岩石破裂过程分析系统RFPA^2D对同长径比不同体积的岩石进行了单轴压缩下的数值模拟研究,模拟结果表明随着体积的增大,岩石的强度呈衰减趋势,但在体积增大某个值以后时,岩石强度便基本趋于稳定,模拟结果和实验结果相吻合。对一组不同均质度系数下岩石材料体积效应的数值模拟结果表明,岩石强度的体积效应根源于材料的非均质性。