地球科学学院硕士研究生岳彤在期刊《Biomimetics》上发表题为“Crisscross Moss Growth Optimization: An Enhanced Bio-Inspired Algorithm for Global Production and Optimization”的研究论文。长江大学地球科学学院为论文第一署名单位,岳彤为论文第一作者。
由于在科学和工程领域中普遍存在非均质差异性问题,这些问题需要高效的多算法来应对复杂且多解的地质问题。论文基于苔藓生长优化(MGO)算法解决油藏非均质模拟难题提供了一种新的预测方法。本文介绍了一种增强型交叉苔藓生长优化(CCMGO)算法,该算法引入了交叉(CC)策略和动态分组参数,进一步模拟了苔藓传播运移和聚集的机制。使用CEC2017模拟进行严格的实验评估,结果表明CCMGO在不同的环境下具有比其他算法更优的预测结果。此外,在三通道油藏生产优化问题的实际应用中,与基准算法相比,CCMGO获得了显著更高的净产值(NPV)。这一成功证明了CCMGO在优化油藏生产模型方面的有效性。
论文链接:https://www.mdpi.com/2313-7673/10/1/32

图1 不同算法的NPV在迭代过程中的收敛情况图

图2 论文首页