���Ż��⾮���͵��Ŵ��㷨ʵ��

遗传算法是具有全局寻伏特点的一种新型最优化方法，它适合于求解非线性优化问题，近年来已经在复杂函数的优化求解、结构优化设计、自适应控制、系统控制、模式识别等领域取得成功应用。文章将遗传算法引入列井最优化解释中，实现了用遗传算法进行最优化测井解释，充分利用遗传算法的全局寻优特点，研究多参数、非线性最优化测井数据处理问题；同时在充分讨论常规遗传算法原理的基础上，针对常规时齐遗传算法的强不收敛性，引入了非时齐遗传算法，从结合整体模拟迟火算法、引入动态记忆宙解决成熟前收敛问题两方面对常规遗传算法作了改进，经正演模型模拟运算和实际测井资料的解释结果表明，经改进后的遗传算法更易于收敛，可以较好地研究多参数、非线性最优化测井资料解释。     

人工蜂群最优化测井解释方法在致密砂岩储层评价中的应用

最优化测井解释方法打破了常规解释的局限性,充分利用测井资料及地质信息,可有效地评价复杂岩性储层,而优化算法是最优化测井解释的关键。利用人工蜂群(ABC)最优化方法求取苏里格致密砂岩储层某段的各组分体积含量,并与细菌觅食-复合形混合算法(BFA-CM)和遗传算法(GA)进行对比。结果表明,ABC最优化测井解释方法在处理致密砂岩储层时具有参数设置简单,全局搜索能力强,不需要二次优化就可达到所需精度,为最优化测井解释提供了一种新方法。     

最优化测井解释方法在复杂碎屑岩储层中的应用

本文主要概述了最优化测井解释方法的原理,并将最优化测井解释方法应用在复杂碎屑岩储层的工程中,取得良好的应用效果     

遗传最优化算法在砂砾岩储层测井评价中的应用

砂砾岩储层作为非常规的油气藏其储层具有埋藏深、岩性复杂、低孔隙度低渗透率、孔隙结构复杂、非均质性强等特点,难以精确划分岩性并建立准确的解释模型,给储层参数的求取带来很大的困难。最优化测井解释可充分利用所有测井信息、测量误差和响应方程误差及地质资料和工作经验,从所有可能的解释结果中找出最合理的解释结果。将遗传算法引入砂砾岩储层最优化测井解释,取代经典的数学算法求取储层孔隙度等参数。对松辽盆地实际测井数据进行了处理,取得了较好的效果。     

测井资料最优化解释方法的理论问题

本文从测井资料解释的一般过程出发,导出了把最优化方法用于测井解释的数学模型,分析了模型的解的意义,并对最优化解释方法原理作了详细说明.文中提出了解释模型的概念,还讨论了反演理论在测井解释中的应用问题.     

西加盆地泥盆系页岩气储层最优化测井解释

针对西加盆地泥盆纪页岩气储层矿物和流体分布复杂、常规解释精度低的问题,依据XRD分析数据与测井识别建立了页岩气储层多矿物模型,构建了最优化测井解释目标函数。采用最优化方法求解最优目标函数,获得了西加盆地泥盆纪页岩气储层的矿物组分、流体含量及对应理论测井曲线。对比岩心分析与最优化解释结果可知,二者相对误差为3.17%～7.32%,反映出最优化测井解释方法在西加盆地泥盆纪页岩气储层中应用的有效性与适用性。该项研究为西加盆地泥盆纪页岩气储层物性参数分布、矿物含量以及可压裂性研究提供了技术支持。     

地层参数计算方法对比研究

储层参数准确求取是测井资料解释的中心任务。面对复杂储层,"四性"关系比较复杂,非线性关系明显,用常规公式计算误差较大,如何利用测井资料准确计算储层参数,成为测井资料数字处理中的重点考虑问题。从分析常用数学方法入手,依托Forward测井解释平台软件,引入神经网络算法、最优化算法、遗传算法3种数学方法,编制了相应的处理模块,并对3种方法进行了对比分析。     

遗传算法在测井识别凝析气藏中的应用

利用遗传算法的全局寻优特点,将遗传算法引入测井最优化处理中;利用地层组份模型建立拟合函数,通过遗传算法对拟合函数实现了最优化处理,分别计算出地层条件下凝析油和凝析气的含量,在此基础上计算出地面气油比,从而达到识别凝析气藏的目的.现场应用处理了6口井的实际资料,给出了1口井的应用实例,证明了利用该方法能够较为准确地识别凝析气藏.     

遗传算法在流体识别中的应用

遗传算法（GA)是一种近期发展的多参数非线性优化随机全局搜索方法。本文在前人研究的基础上，对含水饱和度（Sw）的初始群体应用遗传算法以寻求最优值，从而达到有效识别流体的目的，并取得了较为符合析解释成果，是一种新的尝试。这在一定程度上说明了遗传算法在测井综合解释方面有广阔的应用前景。在识别流体过程中，初始群体的规模（m）、复制概率（Pc）和变异概率（Pm）的选取是遗传算法得以实现的关键。     

利用填充函数提高测井最优化解释的可信度

本文探讨填充函数在测井最优化解释中减少迭代次数,提高解释结果精度的可行性,以加快优化的收敛速度及保证解释结果为可行域内的全局最优解计算结果表明,最优化方法引入填充函数可以大大减少或消除优化结果对初始点值的依赖性,能准确地求出目标函数的全局最优解。     

最优化方法在复杂岩性储层测井解释中的应用

在综合分析多种测井解释方法的基础上,通过将测井响应方程线性化,建立多矿物地层组份测井解释模型,用Householder变换求解超定线性方程组的最小二乘解,将每一个最小二乘解作为共轭梯度优化迭代的初始值进行运算,求取复杂岩性地层组份.根据此原理用Visual C++ 6.0编程,并处理某地区复杂岩性的碎屑岩地层和碳酸盐岩地层的测井资料,结果表明,处理100 m的井段所用时间不足1 s,处理1 000 m的井段所用时间不足10 s,计算的孔隙度与岩心分析孔隙度有很好的一致性,效果良好.     

用最优化方法和双水模型评价泥质砂岩储集层

本文从测井资料数字处理和解释的角度出发,在系统考察分析常用的各种最优化方法的基础上,认为采用抛物线插值法作一维搜索和变尺度法中的BFGS法作多维搜索相结合的最优化方法,用双水解释模型对泥质砂岩储集层进行评价是适宜的。为此编制了最优化测井解释程序,对胜利油田砂泥岩的测井资料进行了实际处理,并针对本地区的地质特点,对测井响应方程和解释参数的选择等重要问题进行了探讨。数字处理的结果表明,所获得的储集层参数和岩性矿物成分,与岩心分析资料和斯仑贝谢公司的GLOBAL程序处理结果相当吻合。证明它有较好的效果。     

遗传算法用于蒸汽吞吐井注采参数的优化设计

建立了一套蒸汽吞吐注采参数快速整体优化设计的方法．并编制了相应的软件。该方法以周期采油量计算为基础,以周期平均日收益最大化为优化目标,以遗传算法为手段,对注汽压力、注汽干度、注汽速率、周期注汽量、焖井时间及井底流压进行整体优化设计。鉴于遗传算法快速搜索、整体寻优的特点．该方法可以快速全局优化蒸汽吞吐的注采参数。用该方法对辽河油田冷41稠油区进行注采参数优化设计,并与现场实际资料对比,效果明显。     

砂砾岩储层孔隙度和渗透率预测方法

垦西地区沙四段砂砾岩体岩块含量高,矿物多变,孔隙结构复杂,导致测井响应差异大,用传统的统计回归方法和测井解释方法计算储层孔隙度和渗透率精度很低.用基于测井相分析的参数回归法、多矿物模型测井最优化方法和BP神经网络法等方法分别计算砂砾岩孔隙度和渗透率,其目的是提高复杂岩性储层参数的解释精度,满足油藏描述和储量计算对参数精度的要求.通过与岩心分析结果对比,基于测井相分析的参数回归法较一般解释方法的解释精度高,而多矿物模型测井最优化法和BP神经网络法等非参数数学建模方法比前者的效果更好.该方法提高了现有测井信息的利用率,在垦西地区砂砾岩体应用中取得了良好的效果.     

基于遗传算法的自增压汽化器优化设计

通过分析自增压汽化器的传热模型,应用遗传算法对自增压汽化器进行了优化设计;讨论了算法的优化步骤,并以自增压汽化器总长度最小为目标进行优化,得到1组翅片管的结构参数。实际算例结果表明,采用遗传算法进行自增压汽化器的优化设计切实可行,遗传算法寻优快捷、可靠,为同类汽化器的优化设计提供了参考。     

遗传神经网络在煤质测井评价中的应用

煤层气储层具有很强的非均质性和各向异性,使得测井资料解释结果具有多解性、模糊性和不确定性.提出了将遗传算法和神经网络相结合的方法,利用遗传算法优化神经网络的连接权值及阈值,从而提高网络训练精度和煤层气储层评价精度.该方法避免了标准BP算法易陷入局部最小和遗传算法局部搜索能力较差的缺点,提高了运算速度.介绍了利用遗传算法...     

用多矿物双水模型评价海拉尔盆地泥质砂岩储层

针对海拉尔盆地储集层岩块含量高、储层物性变化大等特点，选用优化测井方法进行处理解释。首先根据海拉尔盆地实际地质分析资料建立了多矿物双水解释模型，采用此模型并选用多条测井曲线，分别建立测井响应方程，然后利用优化测井解释方法计算出岩石骨架成分与储层参数，达到了对储层储集性质及流体性质精确解释的目的。对该区多口井的处理结果与实际岩心分析及试油资料的分析对比结果表明，建立的测井解释模型与方法先进、合理、可靠，计算的储集参数精度较高，取得了很好的应用效果。此外，根据岩相特征与实际取心资料建立了岩相划分标准，进行了测井相的划分。