量子差分进化算法在油田开发中的应用研究

发布时间：2018-04-11 06:25

  本文选题：量子差分进化 + 开发指标预测　； 参考：《浙江大学》2015年硕士论文

【摘要】：量子计算是量子力学和信息科学相结合的新兴交叉学科,其中以量子算法为代表的量子计算因为其具有高度的并行性、指数级存储容量和对经典启发式算法的指数级加速作用,因此具有很大的优越性并且蕴涵着强大的生命力,目前已成为世界各国学者研究的前沿领域。本文将量子计算与差分进化相融合,研究了量子差分进化算法的设计问题,结合实际问题将算法推向了实用。为了提高差分进化算法的优化性能,从研究差分进化算法的实现机制入手,实现了将差分策略与量子比特在Bloch球面的绕轴旋转相融合的新思想。个体采用基于B1Och球面描述的量子比特编码,采用差分策略计算当前个体上量子比特的旋转角度,采用向量积理论构造旋转轴,采用泡利矩阵构造旋转矩阵,以当前最优个体上相应量子比特为目标,在Bloch球面上沿旋转轴向目标比特旋转。采用Hadamard门实现个体变异。通过典型函数极值优化的实验,表明该方法在的搜索能力方面,明显优于传统差分进化算法。将所设计的算法应用于油田开发指标预测、水淹层识别、措施方案优选等工程实际问题,均取得了满意的结果。
[Abstract]:Quantum computing is a new interdisciplinary subject of quantum mechanics and information science. Quantum computation represented by quantum algorithm is characterized by its high parallelism, exponential storage capacity and exponential acceleration to classical heuristic algorithms.Therefore, it has great superiority and contains strong vitality, and has become the frontier field of scholars all over the world.In this paper, quantum computation and differential evolution are combined to study the design of quantum differential evolution algorithm.In order to improve the optimization performance of differential evolution algorithm, a new idea of combining differential strategy with quantum bit rotation around the axis of Bloch sphere is realized by studying the realization mechanism of differential evolution algorithm.The individual uses quantum bit coding based on B1Och sphere description, uses difference strategy to calculate the rotation angle of quantum bit on individual, constructs rotation axis by vector product theory, and constructs rotation matrix by Pauli matrix.Taking the corresponding quantum bits on the current optimal individual as the target, the target bits are rotated along the rotating axis on the Bloch sphere.Individual variation was realized by Hadamard gate.The experiments on the optimization of the typical function extremum show that this method is superior to the traditional differential evolution algorithm in searching ability.The proposed algorithm has been applied to practical problems such as prediction of oilfield development index, identification of water-flooded zone and optimal selection of measure scheme, and satisfactory results have been obtained.
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TE319;TP18

【参考文献】

中国期刊全文数据库 前9条

1 刘义坤;毕永斌;隋新光;;聚合物驱开发指标预测方法研究[J];大庆石油地质与开发;2007年02期

2 李盼池;王海英;杨雨;;基于T-S模型和PQGA的油田指标预测方法[J];计算机应用与软件;2012年04期

3 许少华;梁久祯;何新贵;;一类正规模糊神经网络及其在复杂水淹层识别中的应用[J];模式识别与人工智能;2001年01期

4 梅红,张厚福,孙红军,钟兴水;神经网络技术在测井相分析及水淹层判别中的应用[J];石油大学学报(自然科学版);1997年03期

5 赵国忠,孟曙光,姜祥成;聚合物驱含水率的神经网络预测方法[J];石油学报;2004年01期

6 许少华,刘扬,何新贵;基于过程神经网络的水淹层自动识别系统[J];石油学报;2004年04期

7 关晓晶,魏立新,杨建军;基于混合遗传算法的油田注水系统运行方案优化模型[J];石油学报;2005年03期

8 宋考平;聂洋;邵振波;张继成;常玉青;;聚合物驱油藏剩余油饱和度分布预测的φ函数法[J];石油学报;2008年06期

9 侯连华,王京红,刘泽容;水淹层测井评价方法[J];石油学报;1999年03期

中国博士学位论文全文数据库 前2条

1 李盼池;量子计算及其在智能优化与控制中的应用[D];哈尔滨工业大学;2009年

2 李欣;量子计算与过程神经网络研究及应用[D];大连理工大学;2010年

，

本文编号：1734799