基于复合蛙跳算法的火山岩最优化测井解释方法
发布时间：2021-07-06 00:43
火山岩岩性复杂,不同岩性的矿物种类差异大,因此火山岩储层的矿物含量计算难度大。最优化测井解释方法是一种有效的储层参数计算手段,其中的关键在于建立准确的测井解释体积模型以及选取合适的最优化方法。根据火山岩主要矿物特征建立火山岩体积解释模型,将石英、长石、铁镁矿物作为骨架矿物,凝灰质作为填充物,并首次引入蛙跳算法（SFLA）计算火山岩储层参数。鉴于SFLA在寻优后期搜索速度变慢,精度不高的缺陷,以及复合形方法（CM）具有极强的局部搜索能力,但优化结果受初始点的影响较大,易陷入局部极值的特点,提出了一种将蛙跳算法的进化思想与复合形方法极强的搜索能力相结合的复合蛙跳算法（CFLA）。首先按照种群中顶点的目标函数值大小进行排序、分组,然后在每个子种群中利用复合形方法进行局部进化,最后将所有子种群中的顶点进行混合以保证全局信息的交流。该方法应用于实际资料处理的结果表明,相较于蛙跳算法,复合蛙跳算法的计算精度明显改善,它同时克服了蛙跳算法在寻优后期搜索速度变慢的缺陷,计算效率提高约1倍。
【文章来源】：石油物探. 2020,59(01)北大核心CSCD
【文章页数】：9 页
【部分图文】：
火山岩测井体积解释模型
以映射点x0代替原来的最差点xb构成新的复合形,通过反复迭代,复合形不断向最优解收缩,具体的算法流程[21]如图2所示。其中,α,η,δ,β均为映射系数,α系数是以形心为中心,向最差点的反方向映射,若映射点不在可行域内,通过η对其进行收缩,若映射点的目标函数值依然比最差点大,通过δ在形心和最差点之间寻找映射点,若此时映射点仍然不能替换最差点,则利用β将全部顶点向最好点方向映射,映射系数设置流程可参照图2,其中η以η2的形式收缩,当z=5时,η可缩小到10-3数量级,x,x00分别为根据不同映射系数得到的映射点。因为复合形方法无需对目标函数求导,所以运算简单,但是其优化结果很大程度上受初始点的影响,容易陷入局部极值。蛙跳算法模拟青蛙群体的觅食行为,其基本思想为:一片湿地内的所有青蛙构成一个种群,每只青蛙都通过不断跳跃寻找食物,为了快而准地找到食物,将青蛙种群划分为不同的子种群,青蛙在子种群中彼此交流,在精英个体的指导下改变自己的跳跃方向和步长,当子种群进化到一定程度后,将所有子种群进行混合,可使每只青蛙得到更全面的信息,避免受到子种群中某个个体偏执思想的影响,进而保证整个种群快速、准确地寻找到食物。蛙跳算法需要调整的参数少,计算速度快,全局寻优能力强,但在寻优后期搜索速度变慢,精度降低。
本文将蛙跳算法的进化思想与复合形方法极强的局部搜索能力结合起来,提出了一种复合蛙跳算法。其数学描述为:在可行域内随机生成F个复合形顶点作为初始种群A=[x1,x2,...,xF],每一个顶点代表一个可能解,对于n维问题,第i个顶点可以表示为xi=[xi1,xi2,...,xin],计算每个顶点的目标函数值并按升序进行排列,记目标函数值最小的顶点为最好顶点X*,将F个顶点分到p个子种群中,每个子种群包含的顶点个数为m,F=p×m。分组规则为:目标函数值最小的顶点分到第1个子种群,次之的分到第2个子种群,第p个顶点分到第p个子种群,第p+1个顶点重新分到第1个子种群,以此类推。将每个子种群中目标函数值最小的顶点记为xg,目标函数值最大的顶点记为xb。按照复合形寻优过程在子种群内进行局部进化,直至达到局部迭代次数NE。为使得优化结果不陷入局部极值,在完成子种群进化后将所有子种群中的顶点进行混合来保证全局信息的交流,然后按照目标函数值大小重新排序和分组,直至满足精度要求或达到全局迭代次数ME。复合蛙跳算法的运算流程如图3所示。因为SFLA是求解无约束优化问题的算法,为使其适用于约束优化问题,所以引入自适应罚函数对约束条件进行处理,使约束优化问题转化为无约束优化问题,具体如下:
【参考文献】：
期刊论文
[1]中基性岩系火山地层、架构和储层:松辽盆地埋藏古火山与长白山现代火山对比研究[J]. 王璞珺,何凯伦,衣健,王寒非,孙松,陈海潮. 石油物探. 2018(05)
[2]基于混合蛙跳算法的土地利用空间格局优化[J]. 黄强,黄海,刘学. 山地学报. 2018(01)
[3]基于洗牌蛙跳算法的瑞雷波非线性反演（英文）[J]. 孙成禹,王妍妍,伍敦仕,秦效军. Applied Geophysics. 2017(04)
[4]改进的混合蛙跳算法求解柔性作业车间调度[J]. 张晓星,王艳,严大虎,纪志成. 系统仿真学报. 2017(09)
[5]萤火虫算法在凝灰质砂岩储层测井解释中的应用[J]. 莫修文,李晓,张强. 石油物探. 2016(06)
[6]克拉美丽气田火山岩岩性测井识别技术研究[J]. 张兆辉,陈华勇,高艳玲,于红果,杜社宽. 石油物探. 2016(05)
[7]CEC比值法在凝灰质砂岩储层测井评价中的应用——以海-塔盆地X凹陷凝灰质砂岩储层为例[J]. 潘保芝,刘思慧,黄布宙,房春慧,郭宇航. 地球物理学报. 2016(05)
[8]CM与PSO方法评价中基性火山岩矿物组份对比[J]. 孙茹雪,潘保芝,段亚男,张瑞. 物探化探计算技术. 2016(02)
[9]基于免疫蛙跳算法的梯级水库群优化调度[J]. 纪昌明,李继伟,张新明,张验科. 系统工程理论与实践. 2013(08)
[10]复合形法在凸轮优化设计中的应用[J]. 张维君,刘小光,姜东梅. 机械传动. 2012(07)
本文编号：3267165
【文章来源】：石油物探. 2020,59(01)北大核心CSCD
【文章页数】：9 页
【部分图文】：
火山岩测井体积解释模型
以映射点x0代替原来的最差点xb构成新的复合形,通过反复迭代,复合形不断向最优解收缩,具体的算法流程[21]如图2所示。其中,α,η,δ,β均为映射系数,α系数是以形心为中心,向最差点的反方向映射,若映射点不在可行域内,通过η对其进行收缩,若映射点的目标函数值依然比最差点大,通过δ在形心和最差点之间寻找映射点,若此时映射点仍然不能替换最差点,则利用β将全部顶点向最好点方向映射,映射系数设置流程可参照图2,其中η以η2的形式收缩,当z=5时,η可缩小到10-3数量级,x,x00分别为根据不同映射系数得到的映射点。因为复合形方法无需对目标函数求导,所以运算简单,但是其优化结果很大程度上受初始点的影响,容易陷入局部极值。蛙跳算法模拟青蛙群体的觅食行为,其基本思想为:一片湿地内的所有青蛙构成一个种群,每只青蛙都通过不断跳跃寻找食物,为了快而准地找到食物,将青蛙种群划分为不同的子种群,青蛙在子种群中彼此交流,在精英个体的指导下改变自己的跳跃方向和步长,当子种群进化到一定程度后,将所有子种群进行混合,可使每只青蛙得到更全面的信息,避免受到子种群中某个个体偏执思想的影响,进而保证整个种群快速、准确地寻找到食物。蛙跳算法需要调整的参数少,计算速度快,全局寻优能力强,但在寻优后期搜索速度变慢,精度降低。
本文将蛙跳算法的进化思想与复合形方法极强的局部搜索能力结合起来,提出了一种复合蛙跳算法。其数学描述为:在可行域内随机生成F个复合形顶点作为初始种群A=[x1,x2,...,xF],每一个顶点代表一个可能解,对于n维问题,第i个顶点可以表示为xi=[xi1,xi2,...,xin],计算每个顶点的目标函数值并按升序进行排列,记目标函数值最小的顶点为最好顶点X*,将F个顶点分到p个子种群中,每个子种群包含的顶点个数为m,F=p×m。分组规则为:目标函数值最小的顶点分到第1个子种群,次之的分到第2个子种群,第p个顶点分到第p个子种群,第p+1个顶点重新分到第1个子种群,以此类推。将每个子种群中目标函数值最小的顶点记为xg,目标函数值最大的顶点记为xb。按照复合形寻优过程在子种群内进行局部进化,直至达到局部迭代次数NE。为使得优化结果不陷入局部极值,在完成子种群进化后将所有子种群中的顶点进行混合来保证全局信息的交流,然后按照目标函数值大小重新排序和分组,直至满足精度要求或达到全局迭代次数ME。复合蛙跳算法的运算流程如图3所示。因为SFLA是求解无约束优化问题的算法,为使其适用于约束优化问题,所以引入自适应罚函数对约束条件进行处理,使约束优化问题转化为无约束优化问题,具体如下:
【参考文献】：
期刊论文
[1]中基性岩系火山地层、架构和储层:松辽盆地埋藏古火山与长白山现代火山对比研究[J]. 王璞珺,何凯伦,衣健,王寒非,孙松,陈海潮. 石油物探. 2018(05)
[2]基于混合蛙跳算法的土地利用空间格局优化[J]. 黄强,黄海,刘学. 山地学报. 2018(01)
[3]基于洗牌蛙跳算法的瑞雷波非线性反演（英文）[J]. 孙成禹,王妍妍,伍敦仕,秦效军. Applied Geophysics. 2017(04)
[4]改进的混合蛙跳算法求解柔性作业车间调度[J]. 张晓星,王艳,严大虎,纪志成. 系统仿真学报. 2017(09)
[5]萤火虫算法在凝灰质砂岩储层测井解释中的应用[J]. 莫修文,李晓,张强. 石油物探. 2016(06)
[6]克拉美丽气田火山岩岩性测井识别技术研究[J]. 张兆辉,陈华勇,高艳玲,于红果,杜社宽. 石油物探. 2016(05)
[7]CEC比值法在凝灰质砂岩储层测井评价中的应用——以海-塔盆地X凹陷凝灰质砂岩储层为例[J]. 潘保芝,刘思慧,黄布宙,房春慧,郭宇航. 地球物理学报. 2016(05)
[8]CM与PSO方法评价中基性火山岩矿物组份对比[J]. 孙茹雪,潘保芝,段亚男,张瑞. 物探化探计算技术. 2016(02)
[9]基于免疫蛙跳算法的梯级水库群优化调度[J]. 纪昌明,李继伟,张新明,张验科. 系统工程理论与实践. 2013(08)
[10]复合形法在凸轮优化设计中的应用[J]. 张维君,刘小光,姜东梅. 机械传动. 2012(07)
本文编号：3267165
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3267165.html
