一种适用于水驱开发全过程的新型水驱曲线推导及应用

常规水驱特征曲线可以较好描述中高含水阶段水驱动态规律,但在特高含水阶段,水驱特征曲线会偏离原来直线关系,进而导致对生产动态的预测分析误差增大。本文对高、特高含水阶段油水相对渗透率比值的对数与含水饱和度相关性进行了重新拟合,得出了一条能够准确描述相渗曲线形态特征的油水相对渗透率比值表达式。在此基础上推导出了一种适用于水驱开发全过程的新型水驱特征曲线,表达式中所涉及的相关参数在高含水和特高含水阶段呈线性相关,通过这种线性相关性的外推,可以方便地实现对生产动态的准确预测。与传统水驱特征曲线相比,传统甲型水驱特征曲线也是本文所提出的新型水驱特征曲线的一个特殊表达形式。最后通过数值模拟对新型注水型曲线的准确性进行了论证,通过胜利油田、大港油田和冀东油田典型区块的生产数据对新型注水型曲线的实用性和先进性进行了验证。研究结果表明,新型注水型曲线与传统曲线相比具有更高的精度和可行性。     

基于应变控制的沥青混合料疲劳寿命预测

在应变控制模式下对3种不同级配的沥青混合料进行了四点弯曲小梁疲劳试验,对采用耗散能相对变化率的突变点(判据1)和劲度模量下降至初始劲度模量的50%(判据2)两种失效判据得到的沥青混合料疲劳寿命进行了对比,并针对两种失效判据构建了疲劳寿命预测模型.结果表明:混合料的初始劲度模量随应变水平及公称最大粒径的增大而减小;以判据1为失效判据时,同一沥青混合料在不同应变水平下破坏时的劲度模量基本相同,不同沥青混合料破坏时的劲度模量随公称最大粒径的增大而减小,获得的疲劳寿命比以判据2为失效判据获得的疲劳寿命长;沥青混合料的疲劳寿命随应变水平及公称最大粒径的增大而大幅减小;判据1对应的疲劳寿命预测模型准确性更高.     

三种预测模型的比较与研究

通过对某地区自然灾害造成的损失数据的预测,针对灰色预测模型GM(1,1)预测精度问题展开了一系列研究.采用直线插值法将非等时距数据进行等时距变换.通过后验差验算线性回归模型、指数回归模型和GM(1,1)模型的预测等级,验算结果表明指数回归模型的预测等级与GM(1,1)的预测等级都处于最优级,线性回归预测等级为不合格.为进一步研究GM(1,1)和指数回归预测模型的预测精度,将两者的预测相对残差绝对值进行对比分析,结果表明GM(1,1)整体预测精度比指数回归模型略高.     

基于遗憾理论的有限理性租赁决策分析

随着设备技术更新和市场需求波动加剧,投资者需要在不确定情形下选择租赁还是购买的投资决策以获得生产能力。由于投资者的有限理性,传统意义上的概率预期最优方案可能偏离实际最优方案。基于心理学和行为科学,针对投资者在不确定环境下规避遗憾的决策行为特征,本文应用最小最大相对遗憾理论建立租赁决策模型,并设计了租赁投资决策的有限理性固定决策规则。分析结果显示该策略相对最优策略的相对遗憾小于1,并且有限理性租赁策略案例应用分析证明了本文方法的实际应用价值。     

FISH检测中国主要油页岩矿区微生物相对丰度

用荧光原位杂交(FISH)技术调查了我国主要油页岩矿区(辽宁抚顺、吉林桦甸和广东茂名)中砂土、新鲜油页岩和风化油页岩或砂砾岩样品的细菌和古细菌相对丰度.油页岩微生物的杂交优化反应条件:杂交温度为46℃,杂交时间为2.5 h,杂交液中去离子甲酰胺的体积分数为20%时,TRIzol和溶菌酶共处理方式有利于提高杂交率.各类型样品中,细菌相对丰度均在50%以上,古细菌相对丰度均在5%以下,在新鲜油页岩中细菌和古细菌的相对丰度最高.抚顺矿细菌相对丰度最低,其次茂名矿和桦甸矿,而抚顺矿古细菌相对丰度最高,其次茂名矿和桦甸矿.     

外差族的一种新的构作方法

外差族是Ogata, Kurosawa, Stinson和Saido为研究c-分裂认证码的需要而引进的一种设计,用外差族构造的认证码在信息论的意义上是最优的.文中引进了相对外差族的概念并推得了相对外差族的一个重要性质,基于此性质利用差矩阵给出了构作外差族的一个新方法.     

光学三维测量中引入相对控制的摄影测量方法

介绍了在没有预先测量控制点的情况下，通过引入相对控制条件，主要依靠计算获得所需点云数据的近场摄影测量方法．它使得测量可以随时随地地进行，而不再受某些实验场或者被测物体过于庞大等条件的限制，跳过了依赖于控制点测量方法中由于手工操作引入误差的环节，用适量的计算量换取了测量的灵活性，并获得了较高的精度．     

冷蒿抗寒生理特性的研究

通过室外盆栽实验,研究了冷蒿相对含水量、非结构碳水化合物含量的变化规律.结果表明:在秋末冬初,随着气温的下降,冷蒿体内相对含水量下降;可溶性糖含量增加;淀粉含量降低;可溶性糖含量与相对含水量呈显著负相关,淀粉含量与相对含水量不相关.冷蒿通过降低含水量、增加可溶性糖来提高抗寒性.     

基于Lasso稳健马田系统的相对贫困识别方法

2020年后我国扶贫工作重点将转向解决相对贫困问题,然而解决相对贫困的前提和基础是识别相对贫困.由于相对贫困数据具有“高噪性、不平衡性、相对性、多维性”等特点,现有的单一收入维度的贫困识别方法难以适用,因此提出构建一种基于Lasso稳健马田系统(Lasso-based robust Mahalanobis-Taguchi system,Lasso-RMTS)的相对贫困识别方法.该方法通过Lasso、稳健马氏距离和马田系统三方法融合,使得不仅可以对“不平衡性”和“比较性”的贫困数据进行识别,还可以对“高噪性”和“多维性”的相对贫困数据进行降维、降噪.同时,将稳健马氏距离转换为脱贫指数(poverty alleviation index,PAI),可以更加直观地反映相对贫困程度.实例数据验证表明,Lasso-RMTS识别相对贫困的精准度高于马田系统和其他传统分类方法.