Parallel chaos optimization algorithm with migration and merging operation

Chaos optimization algorithm (COA) utilizes the chaotic maps to generate the pseudo-random sequences mapped as the decision variables for global optimization applications. A kind of parallel chaos optimization algorithm (PCOA) has been proposed in our former studies to improve COA. The salient feature of PCOA lies in its pseudo-parallel mechanism. However, all individuals in the PCOA search independently without utilizing the fitness and diversity information of the population. In view of the limitation of PCOA, a novel PCOA with migration and merging operation (denoted as MMO-PCOA) is proposed in this paper. Specifically, parallel individuals are randomly selected to be conducted migration and merging operation with the so far parallel solutions. Both migration and merging operation exchange information within population and produce new candidate individuals, which are different from those generated by stochastic chaotic sequences. Consequently, a good balance between exploration and exploitation can be achieved in the MMO-PCOA. The impacts of different one-dimensional maps and parallel numbers on the MMO-PCOA are also discussed. Benchmark functions and parameter identification problems are used to test the performance of the MMO-PCOA. Simulation results, compared with other optimization algorithms, show the superiority of the proposed MMO-PCOA algorithm.     

Parameter estimation for a morphochemical reaction-diffusion model of electrochemical pattern formation

The process of electrodeposition can be described in terms of a reaction-diffusion partial differential equation (PDE) system that models the dynamics of the morphology profile and the chemical composition. Here we fit such a model to the different patterns present in a range of electrodeposited and electrochemically modified alloys using PDE constrained optimization. Experiments with simulated data show how the parameter space of the model can be divided into zones corresponding to the different physical patterns by examining the structure of an appropriate cost function. We then use real data to demonstrate how numerical optimization of the cost function can allow the model to fit the rich variety of patterns arising in experiments. The computational technique developed provides a potential tool for tuning experimental parameters to produce desired patterns.     

多分量数据全波形反演在气藏检测中的关键问题——以苏里格气田为例

苏里格气田是中国典型的致密砂岩气藏，构造简单、平缓，横向非均质性强，有效储层与围岩声学特征差别小，地震响应不明显，常规地震监测方法预测难度大，但气田含气砂岩泊松比低，是地震气藏检测的有效参数。利用弹性全波形反演精度高和能处理复杂非均质介质的优势，反演地层拉梅常数、剪切模量和密度，并计算泊松比，从而进行气藏预测。重点阐述了苏里格气田多分量数据全波形反演初始模型建模、先验模型建模和地震数据预处理3个关键问题的处理方法。二维三分量数据反演和"甜点"预测结果表明：①对于具有强非均质性的苏里格气田，利用全波形反演获得精度较高的地层弹性参数能显著提高气藏预测的准确度；②苏里格地区构造简单、平缓，利用常规叠加速度并结合构造解释可以建立比较好的初始模型，从而有效地解决了周波跳跃和局部极小的难题；③先验知识的约束和地震数据的预处理是全波形反演成功应用于苏里格气田气藏检测的关键。     

嵌入式RTOS中任务优先级反转问题研究

针对嵌入式实时系统任务调度策略的特点，任务在运行的时候可能被更高优先级的任务中断。分析了嵌入式RTOS中的最高就绪任务的查找算法，指出该调度算法存在的不同优先级的反转问题，并且针对这一问题进行研究，给出了相应的优先级继承方案。较好地解决了RTOS中任务调度中的优先级的反转问题。     

储层泥浆侵入深度预测方法研究

泥浆侵入半径的确定尚缺乏严格的验证标准.以油水两相渗流理论和离子扩散方程为基础,结合储集层特点,研究了不同储层参数下泥浆滤液对地层的侵入特性.数值模拟侵入时间选取10 d和20 d.数值模拟结果表明,侵入半径在渗透率不变的情况下随孔隙度的增大而减小,在孔隙度不变的情况下随渗透率的增大而增大;当渗透率和孔隙度都发生变化时,泥浆侵入半径一般随孔隙度的增加呈幂函数增加.依据这种关系对测井资料约束处理,得到的泥浆侵入半径较客观地反映了地层的真实情况.     

胡状集北部沙一下段盐岩沉积与油气分布规律研究

运用层序地层学的方法,利用地震岩性反演手段,对东濮凹陷胡状集北部沙一下段盐岩透镜体形成古环境、盐湖层序结构模式以及盐岩透镜体所在区域油气分布规律进行了研究.结果认为：岩性透镜体是湖泊中心或斜坡带底部发育的盐类扇体,其盐间薄层白云岩、泥质白云岩和砂岩为有利的勘探目标;对研究区寻找隐蔽油气圈闭具有重要的指导意义.     

基于调谐频率与分频处理的高分辨率反演技术

讨论了基于调谐频率与分频处理的高分辨率反演技术，给出了方法的基本原理，即利用地震数据的调谐频率和分频处理分析，半定量地确定储层厚度，并将其作为地震反演的约束条件。方法的实现过程是：通过层状地质模型的地震正演模拟，建立不同主频子波时地层厚度与调谐频率的关系；利用地震资料时-频分析技术，实现地震资料分频处理；利用合成地震记录标定地震子波主频；利用分频处理结果，借助于调谐频率分析与调谐振幅分析，给出地震反演约束条件；利用反演算法消除地震子波影响，提高和拓展地震资料的频带范围，实现储层的高分辨率成像。普光地区的应用实例表明，调谐频率与分频处理的高分辨率反演方法无需对储层空间变化规律进行假设，适用于强非均质碳酸盐岩储层的高分辨率成像。     

基于PC机群的大地电磁Occam反演并行计算研究

Occam反演以其稳定收敛和不依赖于初始模型的特性被广泛应用于大地电磁数据的处理，但偏导数矩阵的计算和拉格朗日乘子的求取导致大量的模型正演，使得反演速度较低。为此，研究了用基于PC机群的并行计算来解决这一问题的方法。首先对Occam反演方法进行了阐述；然后，分析了反演方法中各计算耗费的时间，提出对约占计算量90％的偏导数和拉格朗日乘子进行并行计算的思想，即偏导数计算采用频点计算一级的大粒度并行，拉格朗日乘子扫描和一维搜索分别采用弘值计算一级的大粒度并行和频点计算一级的小粒度并行；给出了并行计算的实现方法，即在PC机群上，利用主一从编程模式实现Occam反演的整体并行计算。在计算中，采用任务组合方式，减少了通信量，较好地实现了负载均衡。在4节点PC机群上，对应于拉格朗日乘子的扫描和一维搜索方式，整体加速比分别达到3．36和2．83。