展會(huì)信息港展會(huì)大全

趙秀才,姚軍,陶軍,衣艷靜,基于模擬退火算法的數(shù)字巖心建模方法
來源:互聯(lián)網(wǎng)   發(fā)布日期:2011-09-28 19:23:02   瀏覽:9094次  

導(dǎo)讀:簡要介紹了模擬退火算法,給出了用于建立數(shù)字巖心的三個(gè)重要參考函數(shù):孔隙度、兩點(diǎn)概率函數(shù)和線性路徑函數(shù).詳細(xì)闡述了基于模擬退火算法建立數(shù)字巖心的理論方法,介...

首頁 > 專家 > 內(nèi)容

文獻(xiàn)名稱:基于模擬退火算法的數(shù)字巖心建模方法

    前言:簡要介紹了模擬退火算法,給出了用于建立數(shù)字巖心的三個(gè)重要參考函數(shù):孔隙度、兩點(diǎn)概率函數(shù)和線性路徑函數(shù).詳細(xì)闡述了基于模擬退火算法建立數(shù)字巖心的理論方法,介紹了算法中重要參數(shù)的設(shè)置方法,包括初始溫度、降溫條件、降溫方案及運(yùn)行終止條件.通過實(shí)例運(yùn)算驗(yàn)證了上述理論的適用性,研究表明:模擬退火算法可以有效降低系統(tǒng)能量,在局部范圍內(nèi)能明顯體現(xiàn)孔隙空間特征;由于受到輸入建模資料所含信息量的限制,所生成的數(shù)字巖心孔隙分布較凌亂,整體連通性差,因而期待新的建模參考函數(shù)的開發(fā).
    Simulated annealing algorithm(SAA) is briefly introduced.Three important reference functions including porosity,two-point probability function and linear path function for constructing digital core are listed.Detailed descriptions are presented for both the theory of constructing digital core based on SAA and the method of setting those important parameters in SAA including initial temperature,temperature's descent condition and it's procedure and termination conditions.Validity of this theory is confirmed ...

文獻(xiàn)名稱 基于模擬退火算法的數(shù)字巖心建模方法

Article Name
英文(英語)翻譯 A method of constructing digital core by simulated annealing algorithm;

作者 趙秀才; 姚軍; 陶軍; 衣艷靜;

Author ZHAO Xiu-cai~1;YAO Jun~1;TAO Jun~1;YI Yan-jing~2(1.College of Petroleum Engineering;China Univ.of Petroleum;Dongying 257061;China;2.CNPC International Research Center;Beijing 100083;China);

作者單位
Author Agencies 中國石油大學(xué)(華東)石油工程學(xué)院; 中油國際海外研究中心 山東東營; 山東東營;

文獻(xiàn)出處
Article From 中國科學(xué)院上海冶金研究所; 材料物理與化學(xué)(專業(yè)) 博士論文 2000年度

關(guān)鍵詞 模擬退火; 數(shù)字巖心; 孔隙空間; 兩點(diǎn)概率函數(shù); 線性路徑函數(shù);

Keywords simulated annealing;digital core;pore space;two-point probability function;linear path function;

遺傳模擬退火算法在阿爾奇公式參數(shù)估計(jì)中的應(yīng)用
改進(jìn)的模擬退火算法及其在疊前儲層參數(shù)反演中的應(yīng)用
基于模擬退火法的氨分子總能量分析
非對稱半結(jié)晶兩嵌段共聚物的微相分離與結(jié)晶行為的模擬退火研究
基于極快速模擬退火算法的地層橫波各向異性反演
用小生境模擬退火算法求解熱軋調(diào)度問題
基于遺傳模擬退火算法的銑削用量優(yōu)化
基于神經(jīng)網(wǎng)絡(luò)和模擬退火算法的配煤智能優(yōu)化方法
基于模擬退火法的公差并行優(yōu)化設(shè)計(jì)
基于遺傳模擬退火算法的漏磁缺陷重構(gòu)

贊助本站

相關(guān)內(nèi)容
AiLab云推薦
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實(shí)驗(yàn)室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動(dòng)態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機(jī)會(huì) | 展會(huì)港