基于混合差分进化和alpha约束支配处理的多目标优化算法

针对约束多目标优化问题,提出了一种基于混合差分进化和alpha约束支配处理的优化算法.算法在用约束水平度对个体满足约束条件的程度进行定量化表达的同时融入支配关系.在初期放宽约束水平度,利用不可行解所携带的有用信息,增加种群多样性,在后期紧缩约束水平度,控制不可行解的比例,朝可行域方向进化.同时,将动态单纯形交叉算子和差分进化结合起来构成一种混合差分进化算法,提高算法的探索和开发能力.对6个典型测试函数求解的结果显示,本文算法无论是在收敛性方面还是解集分散性方面,与其它算法相比具有很大的优势.

基于改进差分进化的最优化测井解释技术

最优化测井解释技术的发展,弥补了常规方法的局限性。尤其是在油气勘探逐渐向复杂储层上发展时,最优化测井解释可以综合利用多种信息的优势越发明显。基于对差分进化算法的改进进行最优化测井解释,尤其是针对其早熟与适用于无约束条件下寻优等缺点,采取复合型算法生成子代来避免早熟,又加入alpha约束来进行有约束条件下的寻优。在进行测井解释时,分析区域岩性,选取测井特征明显的测井系列确定体积模型,可以利用重构测井曲线进行自检验,并且可以结合取心资料进行验证。