论文部分内容阅读
摘要：工作人员在分析含水层系统的时候需要做好相应的准备工作，需要借助相应工具收集数据，在收集数据的过程中所消耗的成本比较多，同时需要不优化方案，使用多模型分析方法能够解决上述问题，使用多种方式进行计算，本文主要分析此種方式的应用，能够优化渗透率取样，保证结构准确。
关键词：多模型数据价值分析；渗透率取样优化；应用
人们在使用地下水资源的时候需要对含水层有明确的了解，掌握具体的数据，才能在使用水资源的过程中不会出现不良后果，含水层空间数据在收集的时候存在一定困难，影响工作人员的分析，针对此种现象，可以使用多模型数据价值分析的方法，优化取样方案，获得准确的数据，减少不良后果，从多种方面进行分析，实现现代化的应用。
1 取样方案优化设计
多模型分析方法在使用中有两种方法，一种是贝叶斯模型平均法，一种是极大似然贝叶斯模型平均法，第二种方法应用优势明显，所以以此种方法进行研究。
在框架的研究过程中，可以将定量设置为
Tr{[Cov E（Y/D，C）] }= Tr{[Cov（Y/D）] }- Tr{ E [Cov（Y/D，C）] }
在公式中需要注意各种数据的提取情况，在应用中需要做好分析，其中C是随机变量，在计算过程中可以进行转化，使用多元正太分布的方式进行计算，在观测数据的时候刚开始存在不准确性[1]。在计算过程中可以进行观测与计划，得到的数据存在不确定性，可以进行相减，降低不确定性，在分析数据的时候可以提升精准性，定量分析系统中呈现的认知程度，工作人员能够具体的分析含水层的情况。
预测过程中可以使用主观方式，进行分析数据，使用多模型分析理论能够将其不确定因素体现出来，完成计算之后可以使用极大似然贝叶斯模型平均法进行计算，确定最小值，并且在计算过程中将参数个数以及元素划分成矩阵形式，方便观察取样。
2 取样优化方法
优化算法中所使用的方式主要是群体式优化算法，在计算过程中所控制的参数比较少，程序设置比较简单，在收敛性比较强，在计算过程中需要完成四个步骤，第一是编码，第二是变异，第三是交叉，第四是选择，在油画方案过沉重需要将数据价值项进行油画，在差异进化过程中需要重新编码，完成矩阵设置[2]。在此过程中，可以将其完成随机初始化设置。在差异计算过程中需要完成交叉过程，实现多样性，控制优势子代解，在计算过程中调整取样的文职，然后完成收敛性，实现方案最优。
3 实例研究
发达国家在研究过程中取得优异成果，某一区域所处的位置在凝灰岩上，海拔高度在1000多m处，气候温和，降水量充足，尤其是在夏季，降水量比较多，强度大，时间段，在秋季和冬季，所呈现的降水时间比较长，此区域的地下水位比较深，降雨期间处于未饱和状态。
工作人员在研究此区域中的渗透率，采用气测渗透率数据采集对5个井进行检测，收集相关数据，在收集数据的时候按照相关流程进行，首先需要将空气注入到井口中，然后观察压力等相关数值的变化，并且达到稳定作用的时候设置特征曲线[3]。在检测过程中，将5口井的各项气测渗透率描述出来，在研究中发现，如果将收集数据扩大，多打井口进行测算数据，将会使结果呈现最优现象，工作人员将会更加了解此区域的渗透率空间分布的非均质性，同时，工作人员的工作量将会减少，效率将会提升。
在优化过程中，将5个井得到的数据进行分析，将其作为出事数据库，并且将一个井口得到的数值设定为计划数据，因为此井口是竖直井，其他都是斜井，在计算过程中数据有随机性，可以将其设置成矩阵的形式完成计算，在此过程中，可以使用变异函数，将不确定性等数据表示出来，工作人员能够根据得到的表数据进行多次分析，最后将所得到的结果选择三个，形成变异函数模型。三种模型分别是指数模型、球状模型以及幂模型，将渗透率的方差以及相关系数等清楚的表示出来，指数以及球状模型在表现中体现的是稳定形态，幂函数表示的是不稳定形态，所以在分析过程中需要做好幂函数的分析工作，将所收集的数据使用变异函数进行分析，发现其中不稳定形态的规律，作出相应的反应。
针对出现的情况，作出优化取样的工作，在分析中可以从5个方面进行，第一个方面是分析模型的时候需要使用极大似然估计的方法进行确定，将极大似然函数值以及KIC表示出来，然后使用相关软件进行分析，将所得到的结果进行分析，最后得到相关估计参数[4]。第二个方面是计算概率以及权重，第三个方面是将所得的结果进行加权平均，多模型预测均值将会得到，第四个方面是根据计算得到的结果将其转换成矩阵，得到数据价值，相关工作人员可以据此进行分析，第五个方面是将七座位目标，然后选择优化参数，在差异计算的过程中实现方案优化。
在整体的分析过程中，需要做好设计每个取样量的数据价值，取样量与数据价值在一定阶段中呈现正比关系，样数增加，价值也会增加，达到一定程度的时候，将会出现平缓现象。所以在设计的时候需要将取样量设置在20左右，能够有效监测相应的渗透率，过多的取样量将会增加成本，过少将会造成数据不精准。
4 结束语
统计决策分析在使用中需要使用渗透率计算的过程，使用数据价值分析的方式，做好计算工作，优化取样分析方案，减少相关检测工程的投入，在检测中减少资源的使用，提升结果的准确性。使用此种方式进行分析，能够提升对含水层的认知程度，并且在分析中能够精准分析，避免出现不确定性，在未来应用中需要做好研究工作，进一步提升方法的应用效果。
参考文献：
[1]陈俊，沙里锞，王新海，等.用覆压岩心渗透率优化测井渗透率计算模型[J].断块油气田，2016，23（2）：189-192.
[2]魏帅帅，沈金松，汪轩，等.基于岩电参数和颗粒直径的渗透率模型在低孔隙度低渗透率储层中的应用[J].测井技术，2015，39（2）：142-149.
[3]曾芮.裂缝有效渗透率对压裂气井产量的影响[D].西安石油大学，2016：45-46.
[4]陈俊国.煤层气储层孔裂隙多尺度渗透率预测和流固耦合模型[D].中国矿业大学，2016：12-13.
作者简介：刘德高 （1989-07-26）男，汉。学历：研究生在读，研究方向：计算机技术
关键词：多模型数据价值分析；渗透率取样优化；应用
人们在使用地下水资源的时候需要对含水层有明确的了解，掌握具体的数据，才能在使用水资源的过程中不会出现不良后果，含水层空间数据在收集的时候存在一定困难，影响工作人员的分析，针对此种现象，可以使用多模型数据价值分析的方法，优化取样方案，获得准确的数据，减少不良后果，从多种方面进行分析，实现现代化的应用。
1 取样方案优化设计
多模型分析方法在使用中有两种方法，一种是贝叶斯模型平均法，一种是极大似然贝叶斯模型平均法，第二种方法应用优势明显，所以以此种方法进行研究。
在框架的研究过程中，可以将定量设置为
Tr{[Cov E（Y/D，C）] }= Tr{[Cov（Y/D）] }- Tr{ E [Cov（Y/D，C）] }
在公式中需要注意各种数据的提取情况，在应用中需要做好分析，其中C是随机变量，在计算过程中可以进行转化，使用多元正太分布的方式进行计算，在观测数据的时候刚开始存在不准确性[1]。在计算过程中可以进行观测与计划，得到的数据存在不确定性，可以进行相减，降低不确定性，在分析数据的时候可以提升精准性，定量分析系统中呈现的认知程度，工作人员能够具体的分析含水层的情况。
预测过程中可以使用主观方式，进行分析数据，使用多模型分析理论能够将其不确定因素体现出来，完成计算之后可以使用极大似然贝叶斯模型平均法进行计算，确定最小值，并且在计算过程中将参数个数以及元素划分成矩阵形式，方便观察取样。
2 取样优化方法
优化算法中所使用的方式主要是群体式优化算法，在计算过程中所控制的参数比较少，程序设置比较简单，在收敛性比较强，在计算过程中需要完成四个步骤，第一是编码，第二是变异，第三是交叉，第四是选择，在油画方案过沉重需要将数据价值项进行油画，在差异进化过程中需要重新编码，完成矩阵设置[2]。在此过程中，可以将其完成随机初始化设置。在差异计算过程中需要完成交叉过程，实现多样性，控制优势子代解，在计算过程中调整取样的文职，然后完成收敛性，实现方案最优。
3 实例研究
发达国家在研究过程中取得优异成果，某一区域所处的位置在凝灰岩上，海拔高度在1000多m处，气候温和，降水量充足，尤其是在夏季，降水量比较多，强度大，时间段，在秋季和冬季，所呈现的降水时间比较长，此区域的地下水位比较深，降雨期间处于未饱和状态。
工作人员在研究此区域中的渗透率，采用气测渗透率数据采集对5个井进行检测，收集相关数据，在收集数据的时候按照相关流程进行，首先需要将空气注入到井口中，然后观察压力等相关数值的变化，并且达到稳定作用的时候设置特征曲线[3]。在检测过程中，将5口井的各项气测渗透率描述出来，在研究中发现，如果将收集数据扩大，多打井口进行测算数据，将会使结果呈现最优现象，工作人员将会更加了解此区域的渗透率空间分布的非均质性，同时，工作人员的工作量将会减少，效率将会提升。
在优化过程中，将5个井得到的数据进行分析，将其作为出事数据库，并且将一个井口得到的数值设定为计划数据，因为此井口是竖直井，其他都是斜井，在计算过程中数据有随机性，可以将其设置成矩阵的形式完成计算，在此过程中，可以使用变异函数，将不确定性等数据表示出来，工作人员能够根据得到的表数据进行多次分析，最后将所得到的结果选择三个，形成变异函数模型。三种模型分别是指数模型、球状模型以及幂模型，将渗透率的方差以及相关系数等清楚的表示出来，指数以及球状模型在表现中体现的是稳定形态，幂函数表示的是不稳定形态，所以在分析过程中需要做好幂函数的分析工作，将所收集的数据使用变异函数进行分析，发现其中不稳定形态的规律，作出相应的反应。
针对出现的情况，作出优化取样的工作，在分析中可以从5个方面进行，第一个方面是分析模型的时候需要使用极大似然估计的方法进行确定，将极大似然函数值以及KIC表示出来，然后使用相关软件进行分析，将所得到的结果进行分析，最后得到相关估计参数[4]。第二个方面是计算概率以及权重，第三个方面是将所得的结果进行加权平均，多模型预测均值将会得到，第四个方面是根据计算得到的结果将其转换成矩阵，得到数据价值，相关工作人员可以据此进行分析，第五个方面是将七座位目标，然后选择优化参数，在差异计算的过程中实现方案优化。
在整体的分析过程中，需要做好设计每个取样量的数据价值，取样量与数据价值在一定阶段中呈现正比关系，样数增加，价值也会增加，达到一定程度的时候，将会出现平缓现象。所以在设计的时候需要将取样量设置在20左右，能够有效监测相应的渗透率，过多的取样量将会增加成本，过少将会造成数据不精准。
4 结束语
统计决策分析在使用中需要使用渗透率计算的过程，使用数据价值分析的方式，做好计算工作，优化取样分析方案，减少相关检测工程的投入，在检测中减少资源的使用，提升结果的准确性。使用此种方式进行分析，能够提升对含水层的认知程度，并且在分析中能够精准分析，避免出现不确定性，在未来应用中需要做好研究工作，进一步提升方法的应用效果。
参考文献：
[1]陈俊，沙里锞，王新海，等.用覆压岩心渗透率优化测井渗透率计算模型[J].断块油气田，2016，23（2）：189-192.
[2]魏帅帅，沈金松，汪轩，等.基于岩电参数和颗粒直径的渗透率模型在低孔隙度低渗透率储层中的应用[J].测井技术，2015，39（2）：142-149.
[3]曾芮.裂缝有效渗透率对压裂气井产量的影响[D].西安石油大学，2016：45-46.
[4]陈俊国.煤层气储层孔裂隙多尺度渗透率预测和流固耦合模型[D].中国矿业大学，2016：12-13.
作者简介：刘德高 （1989-07-26）男，汉。学历：研究生在读，研究方向：计算机技术