量子差分进化算法在油田开发中的应用研究

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Bloch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。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景和意义

1．1．1 研究目的和意义

1．1．2 量子智能优化的研究现状和发展趋势

1．1．3 差分进化算法的研究现状和发展趋势

1．2 主要研究内容

2 量子差分进化算法

2．1 引言

2．2 差分进化算法概述

2．3 量子计算基础

2．3．1 量子比特

2．3．2 双量子比特

2．3．3 多量子比特

2．3．4 量子逻辑门

2．3．5 多比特量子门

2．3．6 量子门的通用性

2．4 量子差分进化算法

2．4．1 基于Bloch球面的量子比特描述

2．4．2 BQDE算法的编码

2．4．3 量子比特的测量

2．4．4 解空间交换

2．4．5 BQDE的个体进化

2．5 对比实验

2．5．1 测试函数

2．5．2 相关定义

2．5．3 参数设置

2．5．4 对比结果及分析

2．6 本章小结

3 基于BQDE和T-S模型的油田聚驱开发指标预测方法

3．1 引言

3．2 T-S模型及建模方法

3．3 基于BQDE的T-S建模方法

3．4 基于BQDE和T-S模型的油田聚驱开发指标预测

3．5 本章小结

4 基于BQDE算法的油田测井解释水淹层识别方法

4．1 引言

4．2 建立预测模型

4．3 基于BQDE的预测模型参数确定方法

4．3．1 建立目标函数

4．3．2 预测模型参数的确定方法

4．4 预测结果及分析

4．5 本章小结

5 基于BQDE算法的油田施工方案设计方法

5．1 引言

5．2 矿场数据资料

5．3 目标函数设计

5．3．1 施工方案日标函数

5．3．2 约束条件

5．3．3 BQDE目标函数

5．4 优化过程设计

5．4．1 参数初始化

5．4．2 各维变量取值范围

5．5 优化结果

5．6 本章小结

6 总结

参考文献

作者简历

攻读学位期间发表的论文及取得的成果