支撑剂在滑溜水中的运移规律研究

页岩气藏压裂中大量使用低黏滑溜水压裂液,支撑剂在其中的沉降运移规律不同于以往的高黏压裂液,因此需要进行针对性研究。Stokes沉降公式只是考虑单颗粒支撑剂在静止液体中的沉降,没有考虑压裂液输送支撑剂的动态过程,为此进行了公式修正。在此基础上给出大量颗粒干扰沉降时沉降速度与加砂浓度的关系式,同时对影响沉降速度的主要因素,如滑溜水黏度、支撑剂粒径和密度、排量及加砂浓度等进行敏感性计算分析。与室内试验结果对比表明,所用理论方法准确可靠。理论计算进一步表明,采取变黏度压裂液体系和优化施工排量等工艺措施,能够获得较长的支撑裂缝和较大的有效改造体积,为今后的压裂设计和施工优化提供了理论参考。     

一种Wolfe线搜索下的混合共轭梯度法

一般情况下,求解大规模无约束优化问题的有效算法是共轭梯度法。共轭梯度法的关键是选取αk和βk,不同的αk和βk决定了不同的共轭梯度算法。在HS方法和DY方法的基础上,给出了一种求解无约束问题的混合共轭梯度算法,并在Wolfe性搜索下证明了算法的全局收敛性。     

基于深度增强学习的自动游戏方法

增强学习近年来多被用于智能体自动游戏,但增强学习在面对过大的状态或者行动空间时不能很好地处理。深度增强学习结合深度学习的感知能力和增强学习的决策能力,可以有效解决环境复杂问题。将增强学习与深度学习结合,通过改进的Markov决策过程逐步学习最优策略。首先找到目前的环境中最有价值的状态,从而产生最大积累奖励的行动,然后通过利用深度增强学习方法训练计算机自动完成一个简单游戏,使用控制变量法分别分析迭代次数和游戏难易程度对游戏得分的影响。试验结果表明,在外界环境相同时,准确率随着试验迭代次数的增大或游戏难度的减弱而增大,从而验证了智能体可以通过外界因素的改变进行更有效训练,最终获取最优结果。     

一类基于概率统计求解定积分问题的算法

设计了一类计算定积分的概率算法,该算法对复杂的定积分计算,特别是被积函数是分段函数或存在有限个间断点的情形十分有效。数据实验结果表明,算法是可行的。     

一类基于概率统计求解定积分问题的算法

设计了一类计算定积分的概率算法。该算法对复杂的定积分计算,特别是被积函数是分段函数或存在有限个间断点的情形十分有效。数据实验结果表明,算法是可行的。     

矩阵与其伴随矩阵的关系探讨

给出了矩阵的伴随矩阵与其特征多项式的关系，并对其进行了证明，最后讨论了矩阵A＋A^＊（A为对称阵）非奇异的一个充分条件。