饱和土体中稳态渗流的高效无网格分析

利用稳定节点积分思想,构造一种求解饱和土体中稳态渗流问题的快速Galerkin无网格方法.该方法通过建立非局部光滑节点水力梯度,具有节点积分高效的特点,同时避免形函数在节点上直接求导,为稳态渗流分析提供有效的稳定保障.均匀渗流与自由面渗流算例的计算结果表明,该方法分析渗流问题高效且准确,能精确模拟任意均匀渗流场,在求解自由面迭代问题时,能避免有限元求解迭代问题时重划网格的工作,迭代收敛速度快.     

储层岩石微观结构性质的分析方法

介绍了用以分析储层岩石微观结构性质的若干函数,以模拟退火算法建立的数字岩心为基础,详细讨论了各个函数的应用方法,并用这些方法进行了实例计算.研究表明,连通孔隙体积比能够准确描述岩心中孔隙的整体连通性;孔隙尺寸分布函数可以定量表征岩心孔隙的分布;局部孔隙度分布函数不但可以对岩心中孔隙、岩石骨架的最大发育规模进行定量评价,而且能够对岩心均质性进行定性分析;测量单元标准差分布曲线可以为岩心均质性分析时测量单元边长的合理选取提供重要依据;借助局部渗流概率函数能够对岩心的连通性能及是否为各向同性作出合理的定性判断.格子Boltzmann方法计算数字岩心渗透率简便易行、结果准确,可以作为评价数字岩心可靠性的重要标准.     

一种基于核心节点跳转的局部社区发现算法

针对现有算法受给定节点位置的限制而影响社区发现的稳定性和准确性问题,提出一种基于核心节点跳转的局部社区发现算法,避免从给定节点直接聚类,而是先搜寻给定节点附近的核心节点,并围绕核心节点向外扩张,根据节点适应度聚类邻接节点以构建核心节点子团;并根据子团相似度进行合并,从而得到给定节点所属的局部社区结构.在计算机生成网络和真实网络上的实验和分析证明,该算法能够有效地提升局部社区发现稳定性,并改善局部社区划分的准确性.     

基于社区极大类发现的大数据并行聚类算法

为了能在大数据中准确快速地寻找到网络结构,该文提出一种基于社区极大类的大数据聚类算法。对于初始节点不确定和适应度函数计算所带来的时间消耗,引入局部关键节点和对适应度公式进行改进来减少时间消耗。对于初始社区的形成,引入了极大团的概念并通过分析极大团的特性,得出社区的核心类别是由极大团构成,同时提出通过极大团的发现来得到局部核心类别的方法并提出了极大团发现算法的并行策略,然后提出整个算法的并行策略并在真实数据集上实验。实验结果证明该文提出的算法是可行和有效的,适用于大规模数据的网络结构发现。     

储层岩石微观结构性质的分析方法

介绍了用以分析储层岩石微观结构性质的若干函数,以模拟退火算法建立的数字岩心为基础,详细讨论了各个函数的应用方法,并用这些方法进行了实例计算。研究表明,连通孔隙体积比能够准确描述岩心中孔隙的整体连通性;孔隙尺寸分布函数可以定量表征岩心孔隙的分布;局部孔隙度分布函数不但可以对岩心中孔隙、岩石骨架的最大发育规模进行定量评价,而且能够对岩心均质性进行定性分析;测量单元标准差分布曲线可以为岩心均质性分析时测量单元边长的合理选取提供重要依据;借助局部渗流概率函数能够对岩心的连通性能及是否为各向同性作出合理的定性判断。格子Boltzmann方法计算数字岩心渗透率简便易行、结果准确,可以作为评价数字岩心可靠性的重要标准。     

求解渗流自由面的有限元混合不动点法

基于有自由面渗流分析的高斯点,建立了求解渗流问题的非光滑非线性方程组模型和求解此类问题的有限元混合不动点算法,此方法属于固定网格法,只需划分一次网格,不需要对数据做任何近似处理,完全利用程序迭代计算渗流自由面.讨论了非光滑方程组解的存在性和该不动点算法的收敛性,通过节点压强插值绘制出渗流自由面.算例结果表明,该方法简单且收敛速度快.对不动点法的收敛性分析为迭代法的收敛提供了理论依据.     

基于连通能力的区域公路网的连通度研究

由于受公路技术等级、功能差异和地区经济发展不平衡的影响,传统连通度和模糊连通度的计算方法很难真实反映区域公路网的连通状况.基于公路适应交通量、公路重要度和节点重要度对连通能力的影响进行分析,分别对节点连通度和网络连通度的定义做新的描述,提出区域公路网连通度的计算模型.通过实例表明,考虑连通能力的区域公路网连通度计算模型不仅能真实反映区域公路网的结构性能,而且还可以对节点连通度进行排序,深化了连通度的内涵,有助于为区域交通规划提供决策参考.     

鄂尔多斯盆地靖安油田杨66区延101油层组砂体连通性评价

鄂尔多斯盆地靖安油田杨66区延101油层组属于低孔-低渗储层,渗流条件相对较差,注水见效情况不均.为了合理有效地开发油田,将静态和动态两种连通性分析方法相结合,系统地阐述了延101油层组的砂体连通性特征.通过单砂体叠置类型判别砂体静态连通性,并引入连通厚度与连通系数概念进行定量评价.在开发过程中,从产能变化与注水响应两...     

一种基于节点稳定性的社区发现算法

许多成功的社区发现算法已经被广泛应用于复杂网络社区发现任务中.随着数据复杂性的增加,网络中节点间的关系也呈现多样化的特点,因此提出一种基于信息熵的节点稳定性度量方法,衡量网络中节点在社区划分中的稳定性;并在此基础上提出一种基于节点稳定性的社区发现算法(Node Stability-based Algorithm,NSA).首先得到网络的t种社区划分,计算各节点的标签熵,选择熵小于一定阈值的节点作为网络的稳定节点集S;然后,利用所得到的稳定节点集S从原网络中抽取一个包含S的连通子图Gs,使Gs中节点的不稳定性尽可能低;在连通子图Gs上进行社区发现,得到初始聚类结果,再计算其他未聚类节点与初始类簇的距离,确定其社区归属,得到最终聚类结果 .在四个带标签真实网络数据集和八个不带标签的真实网络数据集上,与LPA,Infomap,Walktrap,BGLL,LPA-S等经典算法的比较实验表明,所提出的NSA算法能够较好地进行社区发现,在NMI和模块度等方面表现良好.     

基于坐标的网络节点聚类在Internet中的实验研究

在分布式网络应用中,节点聚类是构建高效网络体系结构的有效办法. 网络坐标能够反映节点在Internet中的位置,利用网络坐标可以对网络节点之间的距离进行预测. 在测量各个节点的网络坐标的基础上,利用Triangulated heuristic方法对节点间的网络距离进行预测,提出了网络距离作为参数对网络节点进行分布式聚类的算法,并在PlanetLab分布式实验床遍布全球的156个节点上进行了实际的测量和分析. 分析结果表明,算法能够在网络规模较大的情况下对网络节点进行分布式聚类,算法有较高的可靠性和可扩展性.     

对称弧式连通凸多目标半无限规划的对偶性

研究新函数在多目标半无限规划下的对偶性,以弧式连通函数和对称梯度为基础,利用解析方法,定义了一类新的弧式连通函数,即对称弧式连通函数、对称拟弧式连通函数、对称弱拟式连通函数、对称伪弧式连通函数、对称严格伪弧工连通函数,讨论了这些函数在多目标无限规划下的对偶性,并将它们运用到多目标半无限规划.     

渗流理论在多个染病阶段的疾病传播中的应用

为了研究具有多染病期的疾病在人群中传播所形成的疾病爆发情况,将疾病传播网络研究和生成函数理论与渗流原理结合起来,使得网络的拓扑结构更加清晰和便捷。把染病期分为n个阶段:I1,I2,…,In,得出了由一个染病节点开始在网络中传播所引起的疾病的爆发阈值、爆发规模、疾病爆发时染病节点的平均度、未染病节点的平均度等的计算方法。     

关于弧式连通函数的一个准则

给出了弧式连通函数的一个准则,即定义在弧式连通集上的一个函数是弧式连通函数当且仅当在同一弧式连通集上,此函数是Q-连通的且中间弧式连通的.     

基于特征聚类的给水管网压力监测点优化布置

为了及时发现城市给水管网中的漏损、爆管等问题,需要在管网中布置压力监测点.现阶段通常依据各节点压力值的相似程度实现压力监测点的布置.针对上述方法未考虑管网节点空间属性的问题,作者提出一种给水管网压力监测点的优化布置方法.该方法通过选取节点的坐标、影响度和压力的标准差3个特征属性构建节点特征矩阵,再利用DBSCAN(density-based spatial clustering of applications with noise)算法对节点特征矩阵进行聚类分析,依据聚类结果最终确定压力监测点的位置和数量.仿真实验结果表明:该方法有效地保证聚类后归属同一类的节点在管网中是连通的,选取的压力监测点空间分布均匀,为实际管网中压力监测点的布置奠定了良好基础.     

基于储层构型的流动单元划分及对开发的影响

三角洲沉积储层非均质性强,储层内部渗流特征复杂,制约油藏高效开发。以南湖油田E1 f 43 油藏为例,采用
基于储层构型的渗流屏障识别技术及基于多参数聚类分析和逐步判别的流动单元划分方法,结合开发动态资料,开展
了渗流屏障分布规律和储层流动单元发育特征研究,分析了不同类型流动单元组合模式的连通关系,总结了渗流屏障
和渗流差异对开发的影响。结果表明：（1）研究区发育连片状和条带状2 种储层砂体类型,其中,条带状储层因注采井
砂体分别存在于砂体和渗流屏障内而产生注水不受效,剩余油富集;（2）研究区发育5 类流动单元,以II～III 类为主;
（3）储层连通砂体内部存在5 种不同的流动单元组合模式,不同模式下的储层砂体连通关系存在差异,连通砂体内不
同流动单元间形成渗流差异界面,使连通体内形成弱连通或差连通关系,制约油藏开发,造成剩余油大量富集。     

基于改进聚类算法的RBF网络及其应用

RBF网络可以逼近任意连续非线性函数,且训练速度快,性能好,被广泛应用于过程建模和预测。RBF网络的一个重要因素是隐层节点的选择,隐层节点过多或过少都会影响最终网络的性能。提出一种改进的k-means聚类算法,可以自动确定最优的聚类区数,并且可使最终的聚类中心合理地分布在数据空间中。在应用RBF网络进行建模和预测时,采用该方法确定隐层节点的中心,跟用通常的聚类方法相比,可以大大减小网络规模。仿真和实际应用结果都证明该方法的有效性。     

面向节点失效问题的无线传感器网络拓扑自愈算法

为了解决节点失效问题,建立了无线传感器网络模型,对节点失效问题进行了形式化描述和分析,并结合传感器网络拓扑需求归纳出拓扑愈合的约束:网络连通、路径代价降低和度约束.该问题属于NP-hard问题,因此设计了一种近似的拓扑愈合算法TCS-CA,通过恢复失效节点的单跳邻居间可达性来实现拓扑的自愈.该算法包括3个执行阶段:单跳邻居的连通恢复、子集合并和全局连通恢复,依次执行这些阶段后能够逐步愈合拓扑.仿真实验结果表明,当选取合适的β,λ等参数时TCS-CA算法不仅能恢复网络拓扑的连通性,还能有效地延长WSN生命期,与TCS算法相比最高可获得约13%的生命期增率.     

无线网络连通支配集分布式构造

针对在无线网络中构造连通支配集问题,提出了一种基于圆盘图模型构造连通支配集的分布式算法PS-CDS,算法分为2部分,首先由PS-CDS-1算法构造极大独立集,然后通过PS-CDS-2算法向极大独立集中添加连通节点得到连通支配集.所提出的算法包括功率分配方案,选择能完成邻域广播的最小发送功率.算法的时间复杂度为O(n),消息复杂度为O(nm),近似比为R■/R■(2opt+1)-2.将PS-CDS算法与其他连通支配集算法进行实验比较,结果表明PS-CDS算法所生成的连通支配集规模最小.     

k-means聚类算法的MapReduce并行化实现

针对k-means聚类算法特点,给出了MapReduce编程模型实现k-means聚类算法的方法,Map函数完成每个记录到聚类中心距离的计算并重新标记其属于的新聚类类别,Reduce函数根据Map函数得到的中间结果计算出新的聚类中心,供下一轮MapReduce Job使用.实验结果表明:k-means算法MapReduce并行化后部署在Hadoop集群上运行,具有较好的加速比和良好的扩展性.     

基于径向基函数神经网络的语音识别

提出一种基于径向基函数神经网络的改进聚类方法,并将此改进的神经网络应用于语音识别领域,建立一个非特定人的孤立词语音识别系统.此聚类方法采取有监督的学习方式,将训练样本的形心作为隐节点的质心,训练样本的分类数作为隐节点的个数.利用该方法对小词表汉语孤立词进行语音识别.结果表明,采用此算法的径向基函数的神经网络具有更好的分类能力,训练速度和识别率均优于传统的径向基函数网络.