BFA-CM最优化测井解释方法

最优化测井解释方法能充分利用各种测井资料及地质信息,可以有效地评价复杂岩性油气藏.优化算法的选择是最优化测井解释方法的关键,影响着测井解释结果的准确性.细菌觅食算法(BFA)是新兴的一种智能优化算法,具有较强的全局搜索能力,但在寻优后期收敛速度较慢.复合形算法(CM)局部搜索能力极强,将其与BFA算法相结合构成BFA-CM混合算法,既提高了搜索精度又提高了搜索效率.利用BFA-CM最优化测井解释方法对苏里格致密砂岩储层实际资料进行了处理,计算结果与岩心及薄片分析资料吻合得很好.     

一种求气井二项式方程系数的新方法

针对开发早期气田缺乏产能试井资料的实际情况，由于无法用传统的压力降法计算产能方程，故而基于最优化算法，提出了一种利用稳定生产数据和井控储量求取气井产能方程系数的新方法。在只知道稳定生产数据情况下便可进行计算分析。该方法在气田进行了实际应用，并和实际资料以及传统试凑法计算的结果进行了比较，表明方法的计算结果较为可靠。     

基于太平洋海温的冬小麦春季湿渍害预测模型

为了进一步开展冬小麦春季湿渍害的预测预报业务工作,利用江苏省1969-2008 年60 个气象站常规观测资料和冬小麦产量资料,根据场相关分析原理,将江苏省春季湿渍害3 个风险区的湿渍害指数与太平洋海温资料进行相关普查,结果表明:3 个风险区的小麦春季湿渍害指数和西太平洋海温均存在高相关区,主要位于Nino 区和西太平洋北部海区,其相关程度随时间具有一定的变化趋势;挑选出与湿渍害指数相关的强信号海区作为预报因子,通过最优化相关处理提高预报因子相关性;经稳定性和独立性检验,创建了对应3 个风险区的冬小麦湿渍害指数预测模型,所有模型均通过0.01 显著性水平检验,拟合及试报结果理想,表明预测模型具有一定应用价值。     

层状介质参数反演的混合最优化法

波动方程反演是典型的非线性反问题,本文提出了用混合最优化法反演层状介质参数。混合最优化法将广义模拟退火与局部最优化方法结合,能较好地利用两者的优点,在本文中,局部最优化算法采用线性迭代算法。通过数值结果表明反演方法的正确有效性。     

支持向量机在海洋随机资料分析中的应用

在随机海洋资料的分析中,需要从大量的实际数据中提取出有用的信息来建立或检验各种海洋理论模型,因此我们要正确运用适当的手段来分析处理各种实际数据。文中简要介绍了数据挖掘中一项新的技术支持向量机,着重介绍了最优化问题的求解算法,以及如何应用于海洋资料的分析处理。     

混合最优化方法在潮汕坳陷重力资料反演中的应用

选用目前非线性方法中的2个研究热点——BP神经网络和模拟退火算法,用优化后的BP神经网络为主框架,结合位场反演的特点,在反演过程中引入模拟退火算法,这样既利用了BP神经网络具有指导学习的功能来提高局部搜索性能,也利用了模拟退火算法的概率突跳性来实现最终的全局收敛性,从而提高了反演的速度和精度。通过模型试验验证了其有效性之后,将该方法应用于珠江口盆地潮汕坳陷的重力资料反演,结果较好地反映了剖面的地质情况。     

降水预报的初始场最优化方法

利用一简单的湿度发展方程，尝试用非线性最优化方法讨论降水预报中的最优初值场的获得。试验结果表明，通过非线性最优化分析方法，可以找到一最优初始场，使得模式预报结果与实际观测场一致，这为将来在实际应用中如何改善更复杂模式的初始场，提高预报准确率提供了一个很有意义的思路。     

卫星估计降水量产品的优化处理及分区检验

经检验发现,由国家卫星气象中心反演并投入业务使用的GMS-5卫星红外估计降水量产品性能在我国存在一定的区域差异。利用实测雨量对卫星估计降水量产品进行优化处理,结果显示优化后的卫星估计降水量在全国各气候分区都有不同程度的改善。     

利用气象地温资料反演大地热流

利用气象台记录的深度为0.8m,1.6m和3.2m的月平均地温资料,进行Fourier频谱分析,得到定常波和子谐波（变化波）两部分.同时取地表以下为水平分层的均匀双层介质,建立数学模型,根据线性热传导和最优化理论对定常波以及子谐波的振幅谱和相位谱进行联合反演,计算气象台地表附近的定常地温梯度以及地表土壤的热扩散系数等物性参数,并据此计算该地的大地热流值.初步计算结果表明,上述方法得到的某些地区的大地热流值与传统的通过钻孔测量法得到的大地热流值符合得相当好.