疏松砂岩油藏大孔道定性识别新方法研究

疏松砂岩油藏在长期注水开发过程中,往往伴随着大孔道的出现,这严重影响了油藏水驱开发效果,制约了采出程度的进一步提高,因此,大孔道识别及有效封堵成为该类油藏急需解决的关键问题.通过研究分析,确定了影响大孔道从形成到发展的7种主要静态因素,以及标志大孔道形成的6种主要动态因素.将层次分析法及灰色关联法相结合,分别计算静态及动态因素的权重,建立了全新的大孔道定性识别模型.示踪剂监测结果验证了该方法的实用性和有效性.     

设施拥堵状态下的层次性备用覆盖网络模型与改进遗传算法

经典的分层覆盖位置问题(HCLP)是在有限预算内找到设施位置以提供分层服务的问题.这个过程中,需求点的差异化服务需求可以来自层次型网络中不同服务可用性的设施.我们设计了混合服务可用性的层次型网络,通过讨论层次型设施数量为定量和变量的情况构建混合层次网络备用覆盖问题的整数规划模型,并设计、改进元启发式算法来求解问题.结果表明考虑变量的混合服务可用性的优化模型在一次覆盖中能更好的满足客户的需求,而其备用覆盖能力和系统造价并非始终优于单类型层次网络;建议的启发式算法在合理的计算时间内产生高质量的解.     

编队协同对地攻防对抗多级动态决策方法研究

针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,运用军事对抗的动态状态空间模型,建立了主从递阶互动决策模型——Nash-Stackelberg-Nash决策模型,重点解决军事对抗中寻求多级动态决策的联合最优策略问题。仿真结果表明,该决策模型应用于编队协同对地攻防对抗决策系统,良好的解决了两级对抗动态决策问题,并达到了较好的作战效果,能够为作战对抗提供有力的战场分析依据。     

Linex损失下Pareto分布参数的Bayes估计

该文讨论了在Linex非对称损失函数下Pareto分布参数的Bayes估计及多层Bayes估计,并证明了相应的估计是可容许的.     

Subset threshold autoregression

We develop in this paper an efficient way to select the best subset threshold autoregressive model. The proposed method uses a stochastic search idea. Differing from most conventional approaches, our method does not require us to fix the delay or the threshold parameters in advance. By adopting the Markov chain Monte Carlo techniques, we can identify the best subset model from a very large of number of possible models, and at the same time estimate the unknown parameters. A simulation experiment shows that the method is very effective. In its application to the US unemployment rate, the stochastic search method successfully selects lag one as the time delay and five best models from more than 4000 choices. Copyright © 2003 John Wiley & Sons, Ltd.     

基于需求不确定性的分层网络设计研究

为研究在需求不确定影响下的分层航空运输网络优化设计问题,以确定型分层运输网络模型为基础,将优化目标设置为可能的需求场景下期望网络运行成本最小。提出基于需求不确定性的分层网络设计模型,同时给出网络中O/D路由的求解方法。以某年我国的实际航空运输数据为例,计算分析确定型和不确定型分层网络设计模型所得到的运输网络在需求不确定影响下的成本鲁棒性。结果表明,本文提出的模型具有更好的成本鲁棒性。     

近似凸包自适应包围盒碰撞检测方法

针对虚拟装配环境中包围盒碰撞检测存在检测精度差和效率低的问题,设计了粗精结合的分层检测方法。粗检测阶段,采用基于八叉树的球形包围盒进行检测,初步剔除明显不发生碰撞的对象。在精确检测阶段提出近似凸包自适应包围盒算法,基于近似凸包思想提取贴合模型外壳顶点集求解协方差矩阵计算最小包围盒,解决传统方向包围盒算法因三角形面片的尺寸不均匀、导致构造包围盒方向偏移的问题,且构造时间较传统方向包围盒缩短了66%。最后在Unity3D中以液压调平举升平台各部件为研究对象进行实例验证,实验结果表明,本文研究的方法能构造出比传统方向包围盒更加紧密的包围盒,在装配实验执行时间上比使用传统方向包围盒碰撞检测算法加快了22.2%,比使用轴对齐包围盒碰撞检测算法加快了17.4%,能够满足虚拟装配中碰撞检测效率高的要求,且符合使用者实时的自然交互习惯。     

基于注意力机制的分层次交互融合多模态情感分析

针对基于视频的多模态情感分析中,通常在同一语义层次采用同一种注意力机制进行特征捕捉,而未能考虑模态间交互融合对情感分类的差异性,从而导致模态间融合特征提取不充分的问题,提出一种基于注意力机制的分层次交互融合多模态情感分析模型(hierarchical interactive fusion network based on attention mechanism,HFN-AM),采用双向门控循环单元捕获各模态内部的时间序列信息,使用基于门控的注意力机制和改进的自注意机制交互融合策略分别提取属于句子级和篇章级层次的不同特征,并进一步通过自适应权重分配模块判定各模态的情感贡献度,通过全连接层和Softmax层获得最终分类结果。在公开的CMU-MOSI和CMU-MOSEI数据集上的实验结果表明,所给出的分析模型在2个数据集上有效改善了情感分类的准确率和F1值。     

基于双向门控机制和层次注意力的方面级情感分析

针对传统情感分析模型将单词或词语作为单一嵌入,而忽略句子之间依存信息和位置信息的问题,提出基于双向门控机制和层次注意力的方面级情感分析模型（Based on Bi-GRU and Hierarchical Attention,BGHA）。首先,将文本数据转成词向量再加入位置编码信息,得到包含位置和语义信息的词向量后通过双向门控机制提取上下文特征;接着,分别在单词注意力层和句子注意力层用注意力机制对特征分配权重,突出重点词和重点句信息;最后,结合给定的方面信息选择性提取与其较匹配的情感特征。在SemEval 2014、SemEval 2016和Twitter短文本评论数据集上的实验结果表示,BGHA模型的准确率对比其他模型都有不同程度的提高,证明了模型的有效性。     

梯级水电站群最优运行的递阶控制算法

针对位于同一电网的梯极水电站群联合运行的情况,着重研究了在枯水季节最优调度的计算模式,提出了大系统递阶控制的优化算法。该算法也同样适用于规划中的梯级水电站。实例计算表明该算法是可行的,且解析性强。