前言：中文期刊網精心挑選了與君別范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
與君別范文1
乖闕意方弭，安知忽來翔。累日重歡宴，一旦復離傷。
置酒慰茲夕，秉燭坐華堂。契闊未及展，晨星出東方。
征人慘已辭，車馬儼成裝。我懷自無歡，原野滿春光。
群水含時澤，野雉鳴朝陽。平生有壯志，不覺淚沾裳。
況自守空宇，日夕但彷徨。
與君別范文2
一、經費投入“特殊”關照，不利于學校教育均衡發展。
“直屬學校”由省、市教育局直接管理，教育經費由省、市財政局直接劃撥，無論是政策落實還是投入大小都遠遠優于其他學校。于是，“直屬學?！钡男@校舍、教學設備、圖書資源、教育信息化等硬件環境，教師的工資待遇、工作條件、社會認同以及學校管理者盡可以專心辦教育而不必為經費發愁等軟件環境，都與其他學校的領先優勢越來越大。這樣就導致優質教師、學生單向流動、相對集中，最終形成了學校發展的不均衡。教育發展不均衡，也就違背了義務教育的公益性和福利性。同時，我們還應該看到“直屬學?！痹O備管理不善、使用不當、閑置不用，包括建設超標準校舍等現象時有發生，在某種程度上造成了教育資源的浪費。
二、教師配置“特殊”關注，不利于教師隊伍整體優化。
“直屬學?！钡慕處熡墒 ⑹薪逃?、人事局擇優配備，年齡結構合理，學歷層次高，基本實現全本科甚至研究生學歷，特別是體育、音樂、美術、信息技術、綜合實踐活動、心理健康教育等學科教師實現專業化、專職化。無論是學習培訓、比賽交流還是評優選先、晉升職稱，“直屬學?！钡慕處煻紩玫礁嗟年P注，加之學校內部已形成成熟的教師專業發展機制，因此，“直屬學?！钡慕處煂I水平提升快、職業幸福感強。這樣，除了加劇優秀教師向“直屬學?！奔型猓€容易消解其他學校教師的工作積極性，教育教學工作和教師專業發展均由于自我效能感差而逐漸形成“破罐子破摔”“做一天和尚撞一天鐘”的職業倦怠。同時，還應該看到“直屬學校”教師由于發展機會過剩和保險箱心理，不爭取、不珍惜發展機會和固步自封、安于現狀等現象，這是另一種形式的職業倦怠。
三、學生來源“特殊”處理，不利于社會公平公正。
“直屬學?！钡膶W生有更開闊的視野和更高端的平臺進行學習、交流、展示。隨著城市化進程的加快、生活水平的提高、獨生子女的增多，人民對優質教育的需求不斷增長。但“僧多粥少”，于是義務教育階段的擇校行為派生出一系列社會問題：拼爹族、擇校費、補習班畸形發展、課業負擔過重等，形成人人聲討卻又人人助推的“僵局”。本是面向所有國民的義務教育異化為等級化的、競爭性的、具有選拔和淘汰功能的教育，將政府用納稅人的錢提供的“公共產品”變成需要花錢購買的服務，這是對弱勢群體享受公共服務權利的架空，助長了不正之風，有失教育公平和社會公平。而“直屬學?！鞭k學規模過大（多為2000人以上），班級人數過多（平均70—80人/班），給學校管理工作也帶來了諸多困難，教師教育教學無法因材施教，違背了辦學的規律和教育的規律。
與君別范文3
設計圖是一個機械詞匯，是用于設計的圖紙，可以是設計橋梁、建筑、水壩等工程，設計圖必須擁有合理性，這樣才能保證工程的安全。
竣工圖，就是在竣工的時候，由施工單位按照施工實際情況畫出的圖紙，因為在施工過程中難免有修改，為了讓客戶能比較清晰地了解土建工程，房屋建筑工程，電氣安裝工程，給排水工程中管道的實際走向和其它設備的實際安裝情況，國家規定在工程竣工之后施工單位必須提交竣工圖。
（來源：文章屋網 ）
與君別范文4
關鍵詞：模糊集；軍事圖標；圖標識別
中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2011)28-7063-02
1 基于模糊集的軍事圖像識別概述
圖標識別在軍事領域具有重要的意義，對軍事圖標進行正確的識別對軍事圖標中內容圖像信息的檢索起著非常重要作用。這主要是由于這些軍事圖標能夠對其中的信息數據來源進行有效的反映。并且圖標所攜帶的信息數據多，其變化比較小，對于文字而言，檢索起來要方便的多?？v觀目前圖標識別的算法，普遍存在兩個方面的問題：一個是現在所采取的圖標識別方法基本上根據原圖標圖像的像素和形狀特征進行識別，這種方法不管是從局部或整體上來將，都將像素點所處的位置信息忽略了。但是，軍事圖標往往是人工所攝成和加工的圖像，其大多數都是由兩個或者兩個以上邊界比較清晰的幾何圖像所組成，如果這些成分圖像在不同的位置出現或者組合起來的搭配位置不同，其所形成的圖標也完全不同。一個是從圖像中分割出來的軍事圖標因為受到閃光燈、光照等作用，其顏色將產生畸變。如果對這些圖標直接進行灰度圖像處理很可能會引起識別的誤差，甚至導致錯誤識別，從而導致其進行二值化處理之后所形成的二值圖像載有的有用數據信息非常少。
因此，針對以上問題，應該采取基于模糊集的軍事圖像識別算法，此算法主要是將所提取的圖標圖像進行二值化轉換，以消除軍事圖標識別過程中顏色畸變的影響；接著對二值圖標內部像素點的位置數據信息通過一定的算法進行定位和識別處理。該算法主要是通過形態學極限腐蝕的距離變換原理將圖標中各像素點的位置數據信息進行轉換，將其轉換為相對應的灰度信息，從而使前面的二值化后的圖像具有灰度特征，最后對這些圖標進行直方圖特征分析，以實現對軍事圖標的識別。
2 基于模糊集的軍事圖像識別的具體算法步驟
2.1 灰度歸一化處理
在軍事圖標轉變為灰度圖像之后，通過反梯度平均濾波法對數字化或者掃描過程中所產生的噪聲進行消除，此時再進行灰度歸一化。此算法只有在對噪聲進行有效消除的時候，才能使目標邊緣信息的得到比較好的保持。但是，由于灰度歸一化過程中，容易對圖標圖像產生不連貫、不平滑現象，以致于給其后續特征信息的提取產生影響。因此，其圖標的灰度歸一化應該在灰度域而不是二值域進行，其整個過程如下：第一，采取迭代法對圖標進行二值化處理，再將這些進行二值化處理之后的圖標分別在垂直、水平方面進行投影，從而可以找到圖標在之前的原圖像中所對應的像素點位置；第二，依據此像素點位置數據信息在原灰度圖像之中對圖標背景進行消除，以得到灰度圖標圖像；第三，對所得到的灰度圖標圖像進行歸一化處理。
灰度歸一化的具體算法：設歸一化后的軍事圖標圖像高度為H，設歸一化之前的圖標圖像f(x,y)的大小為M×N，從而得到歸一化之后的點陣F(x，y)的大小為(MH/N)×H。而為確保直方圖柄數充足，像素一般設為200，其映射公式為x'=(H/N)x，y'=(H/N)Y。
2.2 主方向旋轉處理
對軍事圖標圖像在進行以上歸一化之后而得到的灰度圖像再進行二值化。設二值化之后的圖表圖像為T(x，y)，則
為了使二值化后的軍事圖標的特性在旋轉過程中不發生變化，可以對其進行主方向旋轉。在這個時候，我們可以設置圖像跟主方向間所形成的夾角為?準：?準=[atan2(2u11,u20?u02)]/2
在上式中：upq=∑x∑y(x-x0)p(y-y0)qT(x,y)反映的是軍事圖標所在位置的中心矩（p+q階）；其中x0,y0代表的是T(x，y)所在的重心坐標。此時對軍事圖標按照主方向進行旋轉之后，所得到的最大外接黑色矩形，我們就稱之為目標區域，之后的操作都是針對此目標區域所進行的，主要是為了使二值化后的軍事圖標的特性在旋轉過程中不發生變化。圖1為二值化軍事圖標向方向進行旋轉的前后形狀。
2.3 距離變換處理
模糊集理論主要是以數學集合的形態存在，而數學往往是以圖像來表達的，其主要是對圖像的結構和基本特征進行描述，即圖像集中各部分與部分之間、元素與元素之間的關系的描述。對于大多數的二值軍事圖標圖像，其往往是由許多互不連通的彼此獨立的幾何圖形所組成，所以可將其歸屬為圖形的集合體?？墒菍τ诙祷幚砗蟮能娛聢D標而言，如果將其各個部分的像素點位置數據信息進行灰度信息轉化，于是就可以利用這個灰度信息將這些圖像區別開來。其具體的轉化距離函數為：
所以，距離圖表示二值化圖標的各像素值和其目標相互接近的程度，這就好比等高線圖一樣。如果對跟目標非常接近的像素進行最大賦值，即對二值化圖標進行背景消除處理，所得到的圖像清晰度一般跟距離成正比，在每次操作之后，對所有剩下的像素值進行加1處理，從而可以得到一幅距離圖。在形態學中，也可以進行迭代地腐蝕二值圖處理，極限腐蝕就是指對圖標圖像通過結構元素進行不斷的重復的腐蝕運算，在不斷地進行腐蝕運算的過程中，可將那些彼此互不連通的圖像區域凸現出來，在此同時又會使一些其他的區域消失。其中，最后一個消失的連通成分即“最終連通成分”。我們所要得到的并對其進行跟蹤處理的就是這個“最終連通成分”。通過跟蹤，通過每一個最終連通成分的中心點來標識每個連通區域位置，而所有最終連通成分的的集合，我們就稱之為極限腐蝕（半徑為r）。圖2就是極限腐蝕的一個例子；圖3則是上述主方向旋轉圖1(b)在距離變化之后的形狀。
2.4 相似性度量處理
軍事圖標發生鏡面變換，即對稱變換，其在鏡面上所形成的直方圖投影將發生非常大的變化。此時，對直方圖的相關距離進行求解可以對直方圖歸一化后形成的距離進行度量處理，以致對這兩個圖形的整體相似性進行判別。首先，我們要知道直方圖的相似性一般是通過距離進行度量的，這個距離如果大，則表示其相似度就越小，距離小則表示相似性越大。投影直方圖的相關距離函數一般為：
。
其中，i大于等于零，小于N；T(o)――軍事圖標；h――直方圖；T(s)――集中圖像。為了進一步消除對各種影響，在這里直接通過直方圖計算將那些特殊背景區域（其灰度為零）進行消除。通過此方法所求得的圖標距離跟鏡面變換相比并不是很敏感，因此，其可以對圖像間的相似性進行較好地反映。最后所得到的那副距離最小的圖像，即為識別的結果。
圖4對模糊識別算法的整個過程進行了生動描述。下圖中，(a) 標識的是網絡圖像中所獲取的軍事圖標圖像；(b)標識的是(a)在進行歸一化（其像素高度設置為200）所產生的圖像；(圖c)是圖(b)在二值化處理后發生主方向旋轉之后的圖形，主方向旋轉之后的圖(c)進行距離變換，使其像素點位置數據信息進行灰度處理，從而得到其灰度距離圖(d)。從以下這些距離圖我們能夠發現，跟邊緣距離越大的點看起來越亮，而跟邊緣距離越近的點看起來則越暗，這就表示，距離圖中像素點的灰度值能夠對像素點的位置數據信息進行準確反映。從而可以對圖標進行準確識別。
a) 原始軍事圖標 b) 歸一化圖像 c) 主方向旋轉 d) 距離變換
圖4
3 結束語
綜上所述，軍事圖標識別對于其想要得到的圖像信息或者視頻信息的檢索有著極大的重要性。主要表現在軍事圖標圖像能夠反映其數據的來源，并且還能簡化其對一些信息數據的處理。本文采取基于模糊集的軍事圖像識別算法，對軍事圖標進行識別。具體步驟主要為：灰度歸一化處理-主方向旋轉處理-距離變換處理-相似性度量處理，通過這些步驟從而可對軍事圖標進行正確的識別。
參考文獻：
[1] 謝謙禮,程承旗,馬廷.一種基于模糊集理論的圖像圖標識別方法[J].計算機工程與應用,2006,42(17)．
[2] 郭麗,孫興華,黃元元.距離分布直方圖及其在商標圖案檢索中的應用[J].中國圖象圖形學報,2009,7(10).
[3] 李弼程,彭天強,彭波等.智能圖像處理技術[M].北京:電子工業出版社,2009.
[4] 高彥平.圖像增強方法的研究與實現[M].濟南:山東科技大學,2010.
[5] 李剛.數字圖像的模糊增強方法[M].武漢:武漢理工大學出版社,2009.
與君別范文5
關鍵詞：押井守；宮崎駿；動畫
中圖分類號：J911 文獻標識碼：A 文章編號：1005-5312（2013）14-0085-01
押井守、宮崎駿二位導演在動畫界享譽盛名，尤其是宮崎駿導演的動畫片如《千與千尋》《龍貓》《天空之城》等，在世界各地被各個年齡段的人們廣泛接受和贊賞。而押井導演的作品風格真實、深沉、意味深長，受眾范圍并不像宮崎駿導演一樣廣泛，但又能在青少年群體中引起深刻的共鳴。兩位導演的作品風格如此之迥異，原因便是他們各自的經歷與個性造就了二人對電影不同的理解與審美，以下將試分析押井守與宮崎駿二位導演在審美上的差別。
押井守導演于1977年加入動畫制作公司，導演了《GHOST IN THE SHELL攻殼機動隊》《空中殺手》等著名作品。并且押井守導演將數碼技術導入動畫，還作為拓寬了表現廣度的先驅者聞名于世。在二十世紀60年代，日益激烈的學生運動中青年押井守受到了巨大影響，學生運動中受挫，漫無目的進入大學的青年押井遇到的是電影，他加入了電影研究會，一年看近千部電影，變得熱衷起來，開始自己拍攝電影。
“所謂電影，就是賦妄想以有形”。這是押井守導演一直以來孜孜追求的信念，他想做出以所有娛樂性電影不同的作品，雖然是動畫卻有著電影的感覺，他對作品的審美來自于真實生活。押井守導演認為電影不以現實為基礎是無法做成的。自己實際人生中作為妄想積蓄起來的東西，一旦有機會就流露出來，才是電影的根本。押井導演的影片執著于表現出真實感。例如在影片《空中殺手》中，押井守導演十分注重微妙的運動，即“靜止感的運動”。所以我們可以從影片中看到許多人物微微頷首，肩的移動等許多對話時出現的無意識動作，乍一看像是徒費功夫的作畫上的偏執，而押井導演的目標就在于此。
“所謂人類，就是在不停運動著的。不停歇的無意識動作該怎樣畫出來呢？在動畫上所作的追求技術性的工作，有9成是無法被觀眾理解的，但做不做這一點，一定能改變劇終時觀眾印象?！边@是押井守導演對人物活動微妙的變化的理解。也許正是在這樣的無意識的運動之中，流露著人們隱藏起來的感情。押井守客觀審視登場人物而進行創作，在制作方面徹底的實現著無表情的表演，和為孩子們拍的動畫有很大不同。
普通的動畫電影由于采用的特定創作手法，往往在細節尤其是與作品故事或人物主體無關的內容上刻畫比較薄弱。而押井守導演的作品卻打破了這一常規，對于細節有著縝密的安排，即便是看似無關于劇情的道具和細節，押井導演也在作品中力求周全，另外視覺效果是押井作品中必不可缺的重要工序。如背景畫面中對于街景和路人的設計，將每一件出現的道具都做了符合作品整體社會科技背景的改動。這些被精心刻畫的細節，對于營造作品整體的氛圍起到了巨大的支持，他們恰恰是組成押井守創作風格的基本單位。
押井導演作品中對于意識形態領域的大膽探索，使某些作品中的概念過于復雜和高深，對于普通觀眾的理解存在一定困難。他的每部作品都喜好站在當代年輕人的角度，通過對劇中人物的性格塑造，最終表達出一種冷漠、孤獨、在人類社會中無法被他人理解的感受。
宮崎駿導演的作品就更為我們熟知了，或許跟他的個人經歷有關，他的作品多以思考人類生存環境，人類與自然的母體關系，精神層面成長歷練的過程等為主題，充滿了人文關懷，在觀影的過程中為觀眾帶來精神上的清潔與撫慰。在宮崎駿作品充分發揮想象力、充滿奇幻色彩的背后，蘊藏著給人帶來的無限希望和堅定的信念。
宮崎駿的作品具有崇尚自然的審美意識。他的每部作品都把自然環境作為主要的背景和題材，在內容上也深刻的探討了人與自然的相互關系。在現代科學文明日益排斥和壓抑人類的自然本性、搗毀人類心靈棲息故園的今天，宮崎駿作品中的自然與人生哲理能引起人們的共鳴，因為它們表達了積淀在人類潛意識里對遠離塵囂、恢復寧靜、回歸自然的憧憬。
觀看宮崎駿導演的作品會發現劇中人物的表情、感情豐富，畫面清新樸實，有些則異想天開，將我們帶入到另一個神奇的世界中。這樣生動的演繹很容易使觀眾們大為感動。值得一提的是，宮崎駿導演一直以來所堅持的“手工”畫法讓畫面帶上了難以言傳的藝術魅力。他曾表示“的確，一切都可以靠科技來輕松完成，可我就是個不喜歡搭順風船走路的人。畫面，還是由人來控制得好?！奔妨ぷ魇抑两袢詧猿质止だL圖，因為人文色彩強烈的作品，唯有透過親筆描繪才能呈現出更具觀賞性和意味性的藝術精品。
宮崎駿導演將日本現代社會審美意識中的靈魂觀念如崇尚自然、人性的回歸等融入動漫作品并提升到人文精神的審美高度，其動漫作品更為關注的是人性的正?；约叭祟惖纳媲巴竞兔\等具有現代意義的內涵。
與君別范文6
關鍵詞：測井解釋；砂礫巖；細菌覓食算法；多組分礦物模型；最優化反演；巖性；孔隙度；松遼盆地
中圖分類號：P618.130.2；TE122文獻標志碼：A
Identification Method of Sandyconglomerate Lithology Based on Bacterial Foraging Algorithm
WANG Fei1， BIAN Huiyuan2， HAN Xue3， ZHANG Yi3， ZHANG Yonghao4
（1. School of Geology Engineering and Geomatics， Changan University， Xian 710054， Shaanxi， China；
2. College of Geology and Environment， Xian University of Science and Technology， Xian 710054，
Shaanxi， China； 3. The First Branch of the Logging Company， Shengli Petroleum Engineering Co. Ltd.，
Dongying 257200， Shandong， China； 4. CNPC Logging Co. Ltd.， Xian 710077， Shaanxi， China
）
Abstract： Sandyconglomerate reservoir lithology is complex， composition variation of parent rock is large， pore structure is complex and strong heterogeneity， so that it is difficult to accurately divide lithology and build accurate interpretation model， resulting in low reservoir parameter calculation accuracy. Based on the characteristics of sandyconglomerate reservoir in Lishu fault of Songliao Basin， a multicomponent volume model was established for well logging interpretation， and the stratum was taken as the combination of local homogeneous pore， muddy， quartz， feldspar and rock debris. According to the multicomponent volume model， the corresponding log response equation was built， and the bacterial foraging algorithm was taken as the optimal solution of multicomponent mineral model， and then the optimized results were compared with the porosity by core analysis and the volume fraction by wholerock mineral analysis. The results verify that the bacteria foraging algorithm is reliable for the inversion of sandyconglomerate multicomponent mineral model. Based on bacteria foraging algorithm， the result is good for the well logging interpretation of sandyconglomerate reservoir in Songliao Basin.
Key words： well logging interpretaton； sandyconglomerate； bacterial foraging algorithm； multicomponent mineral model； optimization inversion； lithology； porosity； Songliao Basin
0引言
砂礫巖儲層巖性復雜多變，儲層巖石礦物主要成分包括石英、長石和巖屑。部分長石和巖屑具有放射性，對利用自然伽馬測井計算泥質體積產生干擾，因此，充分考慮砂礫巖巖性，合理建立測井響應方程，準確求取各組分體積分數，可以提高砂礫巖儲層地質參數的評價精度。國內外研究的思路是加強對砂礫巖巖性的分析，采用的方法為最優化測井解釋方法[18]。
近年來，隨著對非線性反演領域的重視，已經出現了一大批具有巨大潛力和應用價值的非線性反演方法，并應用于測井最優化解釋領域。這些算法原理各不相同，有以數學為基礎的蒙特卡洛法、最速下降法、擬牛頓法等，這些方法都存在計算復雜和收斂速度方面的問題。有基于仿生原理的遺傳算法等，這種算法已經廣泛應用于測井最優化反演，并取得了很好的效果，但是容易過早收斂，且當連續性條件嚴格時，搜索效率下降。隨著信息處理技術的發展，群體智能優化算法成為解決多參數、非線性最優化的有效手段，典型的群體智能算法有蟻群算法、粒子群算法、細菌覓食算法等，這些算法在石油地球物理勘探領域的應用越來越廣泛[912]。
細菌覓食算法是Passino于2002年提出的一種新型仿生類群體智能算法，主要依靠以細菌特有的趨化、繁殖、遷徙3種行為為基礎的3種算子進行位置更新和最優解的搜索，進而實現種群的進化[1317]。本文將細菌覓食算法引入到最優化測井解釋中，并應用于砂礫巖儲層評價。
1最優化測井解釋模型的建立
1.1最優化測井解釋基本原理
最優化測井解釋是根據地球物理學廣義反演理論，以反映地層特征的實際測井值ai為基礎，根據儲層地質和孔隙結構等特征建立適當的解釋模型并選擇多種測井響應方程，合理選擇區域性解釋參數與儲層參數初始值，使反演結果充分逼近實際測井值，目標函數值達到最小。
應用最優化方法進行測井解釋的優化數學模型可歸結為
min F（x，ai）=min∑mi=1（ai-fi（x，z））2σ2i+τ2i
s.t. hk（x）=0，k=1，2，…q
gj（x）≥0，j=1，2，…p（1）
式中：F（x，ai）為測井解釋的目標函數；fi（x，z）為第i種測井響應函數；x為未知儲層參數向量；z為區域性解釋參數向量；m為測井曲線個數；σi為第i種測井值的測量誤差；τi為第i種測井值的響應方程誤差；gj（x）為不等式約束；hk（x）為等式約束；q為不等式個數；p為等式個數。
1.2砂礫巖儲層巖石礦物組分分析
松遼盆地梨樹斷陷砂礫巖儲層巖性復雜，對梨樹斷陷巖礦數據進行統計，結果表明砂礫巖儲層巖石礦物主要成分為巖屑、石英和長石。其中，巖屑主要包括中、酸性噴出巖以及少量的碎裂巖和變質巖。
1.3砂礫巖多組分體積模型及目標函數
為簡化模型，將鉀長石和斜長石作為一個整體，地層由孔隙、泥質、石英、長石和巖屑5個組分組成（圖1）。
2細菌覓食算法基本原理及最優化測井解釋流程
2002年Passino提出的細菌覓食算法是一種新型仿生類群體智能算法，以趨化、繁殖、遷徙3種行為為基礎的3種算子進行位置更新和最優解的搜索，進而實現種群的進化。細菌覓食算法具有全局性、快速性、高精度和能源占用低等特點。
細菌覓食算法包括3個主要的算子，即趨化算子、繁殖算子和遷徙算子。這3個算子是算法的核心思想，并且決定算法的性能。
2.1趨化（Chemotaxis）
趨化是細菌朝著營養豐富充足的地方聚攏的運動過程。細菌在趨化進程內運動方式由前進（Swim）和翻轉（Tumble）組成。翻轉即為細菌朝著任意的方向前進單位的步長。
2.2聚集（Swarming）
在菌群尋取食物的過程中，細菌個體之間通過相互間的作用達到群體的聚集行為。細胞與細胞之間存在引力，又存在斥力。引力使細菌聚集在一起，甚至出現“抱團”現象；斥力使每個細菌都有一定的位置，使其能在該位置上獲取能量，以維持生存。
2.3繁殖（Reproduction）
經過一定的趨化步驟后，覓食結果較好的細菌進行繁殖，通過細胞分裂生成與父代完全相同的子代，沒有繁殖的細菌將死掉，以此維持菌群的規模不變。繁殖是一個揀選的過程，通過健康度函數選擇出進化繁殖的細菌。
2.4遷徙（Elimination and Dispersal）
細菌生活的區域可能會突然發生劇烈變化，也有可能突然受到其他影響。遷徙指實際環境中的細菌被外力殺死或者驅散到新的區域中去，這破壞了細菌的趨化過程，但是細菌也可能尋找到食物更為豐富的區域，因此，從長遠來看，這更有利于趨化算子跳出局部最優解和尋找全局最優解。
2.5細菌覓食算法最優化測井解釋流程
細菌覓食算法求解最優化問題的具體步驟有5個部分（圖2）。隨機初始化種群，設置種群的大小為500，聚類數目為5，趨化次數為50，趨化操作中單向運動的最大步數為4，每個細菌的遷移概率為0.25，執行種群的趨化、繁殖、遷徙操作，判斷新位置的適應度值是否更好。如果更好，將新位置的適應度值存儲為細菌目前最好的適應度值；如果不是，返回重新計算新位置上的適應度值，直到滿足全局最優適應度值，最后輸出結果。
4應用實例及效果分析
表2為松遼盆地A井2 515～2 530 m深度段反演的各組分體積分數與巖芯分析結果誤差對比。由表2可見：計算的孔隙度與巖芯分析數據相比，平均絕對誤差為0.016，平均相對誤差為0275；計算的石英體積與巖芯分析數據相比，平均絕對誤差為0.051，平均相對誤差為0.196；計算的長石體積與巖芯分析數據相比，平均絕對誤差為0.087，平均相對誤差為0269；計算的巖屑體積與巖芯分析數據相比，平均絕對誤差為0.044，平均相對誤差為0160。圖3為A井2 515～2 530 m深度段細菌覓食算法反演結果。由誤差分析可知，重構理論曲線與實際測井曲線平均絕對誤差與平均相對誤差均較小，說明反演結果是正確的。
圖4為A井2 515～2 530 m深度段重構曲線與實際測井曲線質量檢測結果。表3為重構曲線理論值與實際測井曲線誤差分析結果。由表3可見：重構補償中子孔隙度曲線與實際補償中子孔隙度測井值相比，平均絕對誤差為1.410，平均相對誤差為0.143；重構密度曲線與實際密度測井值相比，平均絕對誤差為0014，平均相對誤差為0.006；重構聲波時差曲線與實際聲波時差測井值相比，平均絕對誤差為10660，平均相對誤差為0.048；重構自然伽馬與實際自然伽馬相比，平均絕對誤差為3.550，平均相對誤差為0.038。由誤差分析可知，重構理論曲線與實際測井值平均絕對誤差與平均相對誤差均較小，說明反演結果是正確的。
圖5為松遼盆地B井1 330～1 350 m深度段細菌覓食算法反演結果。表2為B井反演的各部分體積分數與巖芯分析數據誤差對比結果，B井只分析了巖芯孔隙度。由表2可見，計算的孔隙度與巖芯分析數據相比，平均絕對誤差為0.017，平均相對誤差為0.194。
圖6為B井1 330～1 350 m深度段重構曲線與實際測井曲線質量檢測結果。重構曲線理論值與實際測井曲線誤差分析結果見表3。由表3可見：重構補償中子孔隙度曲線與實際補償中子孔隙度測井值相比，平均絕對誤差為2.030，平均相對誤差為0.125；重構密度曲線與實際密度測井值相比，平均絕對誤差為0033，平均相對誤差為0012；重構聲波時差曲線與實際聲波時差測井值相比，平均絕對誤差為26970，平均相對誤差為0.096；重構自然伽馬曲線與實際自然伽馬測井值相比，平均絕對誤差為7580，平均相對誤差為0.097。由誤差分析可知，B井中該方法反演結果也有效。
5結語
（1）砂礫巖儲層巖性復雜，巖石礦物包括石英、長石和巖屑，并且巖屑的成分比較復雜。合理建立多組分礦物模型并確定反演目標函數，綜合利用多種常規測井曲線信息，設置合理的約束條件，利用細菌覓食算法可以獲取非線性多組分礦物模型的最優解。
（2）將細菌覓食算法應用于松遼盆地砂礫巖儲層多組分礦物模型解釋中，模型反演效果穩定可靠，應用效果較好。
（3）由于細菌覓食算法是一種新型的基于群體的優化工具，雖然具有取得全局最優解的能力，但其研究仍然處于起步階段，所以該算法的理論基礎及工程應用仍需進一步研究和推廣。
參考文獻：
References：
[1]韓雪，潘保芝，張意，等.遺傳最優化算法在砂礫巖儲層測井評價中的應用[J].測井技術，2012，36（4）：392396.
HAN Xue，PAN Baozhi，ZHANG Yi，et al.GAoptimal Log Interpretation Applied in Glutenite Reservoir Evaluation[J].Well Logging Technology，2012，36（4）：392396.
[2]田云英，夏宏泉.基于多礦物模型分析的最優化測井解釋[J].西南石油學院學報，2006，28（4）：811.
TIAN Yunying，XIA Hongquan.The Optimal Logging Explantion Base on Multim in Erals Model Analysis[J].Journal of Southwest Petroleum Institute，2006，28（4）：811.
[3]段亞男，潘保芝，韓雪.砂礫巖儲層的多組分模型及最優化測井解釋[J].國外測井技術，2012，33（6）：2023.
DUAN Yanan，PAN Baozhi，HAN Xue.Multicomponent Model and Optimization Logging Evaluation of Glutinite Reservoirs[J].Word Well Logging Technology，2012，33（6）：2023.
[4]申本科，趙紅兵，崔文富，等.砂礫巖儲層測井評價研究[J].地球物理學進展，2012，27（3）：10511058.
SHEN Benke，ZHAO Hongbing，CUI Wenfu，et al.Sandy Conglomerate Reservoir Logging Evaluation Study[J].Progress in Geophysics，2012，27（3）：10511058.
[5]陳鋼花，王有濤，董維武，等.深層砂礫巖儲層測井精細評價[J].海洋石油，2010，30（2）：8286.
CHEN Ganghua，WANG Youtao，DONG Weiwu，et al.Fine Evaluation on Deep Glutenite Reservoirs with Well Logging Data[J].Offshore Oil，2010，30（2）：8286.
[6]熊杰，劉彩云，鄒長春.基于粒子群優化算法的感應測井反演[J].物探與化探，2013，37（6）：11411145.
XIONG Jie，LIU Caiyun，ZOU Changchun.The Induction Logging Inversion Based on Particle Swarm Optimization[J].Geophysical and Geochemical Exploration，2013，37（6）：11411145.
[7]劉倩茹，薛林福，潘保芝，等.梨樹斷陷砂礫巖測井巖性識別[J].測井技術，2013，37（3）：269273.
LIU Qianru，XUE Linfu，PAN Baozhi，et al.Study on Glutenite Reservoir Lithology Identification in Lishu Fault[J].Well Logging Technology，2013，37（3）：269273.
[8]邊會媛，王飛，岳崇旺，等.利用彈性參數識別致密砂巖儲層流體性質[J].地球科學與環境學報，2014，36（4）：99106.
BIAN Huiyuan，WANG Fei，YUE Chongwang，et al.Fluid Property of Tight Sandstone Reservoir Identified with Elastic Parameters[J].Journal of Earth Sciences and Environment，2014，36（4）：99106.
[9]鄒長春，尉中良，柴細元，等.利用遺傳算法實現最優化測井解釋[J].測井技術，1999，23（5）：361365.
ZOU Changchun，WEI Zhongliang，CHAI Xiyuan，et al.Optimization of Log Interpretation Using Genetic Algorithm[J].Well Logging Technology，1999，23（5）：361365.
[10]徐志成，王樹青.基于菌群優化算法的非線性系統模型參數辨識[J].計算機工程與應用，2013，49（1）：4649.
XU Zhicheng，WANG Shuqing.Parameter Identification of Nonlinear System Model Based on Bacterial Swarm Foraging for Optimization[J].Computer Engineering and Applications，2013，49（1）：4649.
[11]孟令群，郭建青.利用混沌粒子群算法確定河流水質模型參數[J].地球科學與環境學報，2009，31（2）：169172.
MENG Lingqun，GUO Jianqing.Application of Chaos Particle Swarm Optimization Algorithm to Determination of Water Quality Parameter of River Steam[J].Journal of Earth Sciences and Environment，2009，31（2）：169172.
[12]姜建國，周佳薇，鄭迎春，等.一種自適應細菌覓食優化算法[J].西安電子科技大學學報：自然科學版，2015，42（1）：7581.
JIANG Jianguo，ZHOU Jiawei，ZHENG Yingchun，et al.Adaptive Bacterial Foraging Optimization Algorithm[J].Journal of Xidian University：Nature Science Edition，2015，42（1）：7581.
[13]周雅蘭.細菌覓食優化算法的研究與應用[J].計算機工程與應用，2010，46（20）：1621.
ZHOU Yalan.Research and Application on Bacteria Foraging Optimization Algorithm[J].Computer Engineering and Applications，2010，46（20）：1621.
[14]楊尚君，王社偉，陶軍，等.基于混合細菌覓食算法的多目標優化方法[J].計算機仿真，2012，29（6）：218222.
YANG Shangjun，WANG Shewei，TAO Jun，et al.Multiobjective Optimization Method Based on Hybrid Swarm Intelligence Algorithm[J].Computer Simulation，2012，29（6）：218222.
[15]李博.細菌覓食優化算法研究及其在圖像檢索中的應用[D].西安：西安電子科技大學，2014.
LI Bo.Research on Bacterial Foraging Optimization Algorithm and Its Application in Image Retrieval[D].Xian：Xidian University，2014.
[16]吉佳紅，高尚.基于正交試驗的細菌覓食算法的全局最優化[J].電子設計工程，2015，23（12）：2830.
JI Jiahong，GAO Shang.An Bacterial Foraging Algorithm Based on Orthogonal Experimental Method for Global Optimization[J].Electronic Design Engineering，2015，23（12）：2830.