遗传模拟退火算法在储层属性建模中的应用.pdfVIP

维普资讯 第24卷 第 1期 大庆石油地质与开发 P．G．O．D．D． 2005年2月 ·31· 文章编号：1000—3754 (2005)Ol-0031-02 遗传模拟退火算法在储层属性建模 中的应用 李 勤 ，张利锋 ，孙 丽 (1．青岛科技大学 信息科学与技术学院，山东 青岛 266042；2．烟台师范学院计算机科学与技术学院，山东 烟台 264025) 摘要：介绍了遗传和模拟退火算法，比较 了两种算法的特性，引入具有 自适应能力的遗传模拟退火， 并用于储层属性的随机模拟。结果表明，新算法能提 高收敛速度，提供全局最优有哪些信誉好的足球投注网站保障，改善算法 的实用性。 关 键 词：模拟退火；遗传算法；储层属性建模 中图分类号：TEl22 文献标识码：A 快速退火方式为 l 模拟退火算法原理 T(t)= (3) l 十 模拟退火是基于金属退火的机理而建立起来的一 该退火方式在高温区的温度下降是比较快的，而 种全局最优化方法 ，它能够以随机有哪些信誉好的足球投注网站从概率的意义 在低温区的降温速率较小 ，这符合热力学分子运动理 上找出目标函数的全局最小点。模拟退火算法的基本 论 中某粒子在高温时具有较低能量的概率要比在低温 思想是：对于最初的模型连续地扰动，直到它与预先 时小得多 的规律，因此寻优的重点应在低温区。式 定义的在 目标函数中的特征相匹配，根据每次扰动是 (3)中Ot可以改善退火曲线的形态。 否使得图像更接近 目标而决定接受或拒绝此次扰动。 1．3 模拟退火中的不足 1．1 算法的流程 (1)尽管理论上只要计算时间足够长 ，模拟退火 (1)随机产生一个初始最优点作为当前最优点， 法就可以保证以概率 1．0收敛于全局最优点。但是在 计算 目标函数值。 实际算法 的实现过程 中，由于计算速度和时间的限 (2)设置初始温度 =To，初始循环计数 t。 制，在优化效果和计算时间之间存在矛盾，难 以保证 (3)对当前最优解做一随机扰动，计算新的 目标 计算结果为全局最优点，优化效果不甚理想。 函数及 目标函数的增量 △。 (2)在每一温度下 ，很难判定是否达到了平衡状 (4)若 △0，则接受扰动，否则，接受概率按 态 ，反映到算法上，就是上述步骤 (1) ～ (6)的 波尔兹曼分布函数确定 次数不易控制。 r1 0 0。ld … (3)在模拟退火算法中的两种退火方式 中， 始 终按