散乱数据曲面重建的自然样条细分法

在仔细分析了散乱数据带连续边界条件的多项式样条插值与散乱数据自然样条插值方法后,结合两种方法的优点,得到了一种进行大规模散乱数据曲面重建的自然样条细分方法.该方法的实现较为简单,可以根据需要灵活地构造出满足不同光滑条件的散乱数据重建曲面.仿真实验结果说明了该方法是有效的.     

基于极快速模拟退火与网格逐次剖分的微地震定位算法研究

提高微地震定位的可靠性是水力压裂微地震监测中的关键环节,现有的震幅叠加网格逐次剖分定位方法在处理高频微地震信号时容易出现定位失常。针对上述问题,本文在基于网格逐次剖分定位算法的基础上对定位算法进行了改进,提出了极快速模拟退火与网格逐次剖分联合的微地震定位算法。该方案首先采用极快速模拟退火算法在三维目标区域内搜寻能量聚焦较高的圆形区域,然后再利用网格逐次剖分方法在区域内寻找能量聚焦最大值点。合成数据实验表明,当微地震信号频率在100Hz~200Hz时,其定位可靠性与计算效率明显优于现有的网格逐次剖分算法。     

一种改进的二维有限元网格逐次细分法

通过引入相关系数,解决了任意区域三角单元网格的逐次剖分过程中,单元细分后单元编号不连续的情况,采用相关系数法,可方便地对具有多种媒质区域的网格进行加密剖分。