黄庆文[1]2014年在《遗传算法在海洋水体波阻抗反演中的应用》文中认为进入21世纪以来，地震海洋学的快速发展让我们看到了该学科在海洋资源探索、开发、保护方面的巨大潜力。而地震海洋学正是通过将海上勘探地震学的横向分辨率好，采集信息的连续性等诸多优势与物理海洋学中温盐密之间的内在关系联合来研究海洋水体的微细结构特征的学科。在地震海洋学研究中，海洋水体的波阻抗反演起到了至关重要的作用。海洋水体波阻抗的反演精确程度不仅决定了海洋水体的声波速度值和密度值的准确度，更是影响了海洋水体的温盐密微细结构的求取。关于海洋水体波阻抗的反演方法研究较少，本文试图将非线性的遗传反演算法应用到海洋水体波阻抗反演中，并研究如何进一步提高海洋水体波阻抗反演的精度。遗传算法是一种智能的、全局性的、具有自适应功能的优化搜索算法，它模拟了自然界中生物的遗传、进化过程。遗传算法将自然界中广泛存在的“物竞天择”和“适者生存”的生物规律划分为选择、交叉和变异叁个生物进化阶段。由于遗传算法本身所具有的并行性、自适应性、鲁棒性好等优点以及该算法在解决一些复杂问题时所展现出来的优越性能，使得该算法在越来越多的科学领域得到研究和使用。而地震勘探中的波阻抗反演是一个典型的多参数、多解性、复杂的非线性问题，遗传算法的特点使得该算法在地震勘探波阻抗反演中获得了大量的研究。然而传统的遗传算法本身所具有的随机性、收敛慢等缺点限制了该算法在地震波阻抗反演中的应用和研究。在地震海洋学学科中，海洋水体波阻抗求取和研究是十分重要的部分。海洋水体波阻抗既可以反映海水的分层性特点，又可以用于求取海水的温度、盐度、速度以及密度信息。而海水的温度、盐度和密度信息又是研究海洋内波、海洋涡旋、海洋锋、海洋黑潮、海洋环流等海水物理现象的重要参数。所以精确地求解海洋水体的波阻抗值直接决定了地震海洋学结论的精确程度。海水的声速变化范围往往在1430m/s~1530m/s，且海水的密度变化范围很小，因此海水的波阻抗值变化范围与陆上地震波阻抗变化范围比较而言相对较小。由于海水波阻抗的变化较小，因此海水的反射系数变化也很小，其值的数量级往往在-3甚至更小。而针对地震波阻抗反演中多解性、非线性问题，遗传算法具有反演精度高、自适应性强等特点，因此本文将遗传算法应用到海水波阻抗反演中。针对遗传算法在地震波阻抗反演中表现出来的一些不足之处，本文根据相邻海水层波阻抗差较小，海水反射系数差别不大的特点，对传统的遗传算法进行了几点改进。针对海洋水体波阻抗反射系数变化范围小的情况[-0.001,0.001]，采用热槽法缩小解空间，提高遗传算法的搜索速度；采用倒数转换方法求取染色体的适应度函数值，以增大个体差异，保证后代种群中出现多个优秀个体；采用多种群精英保留策略和迁移策略，增加了每一个种群中个体的多样性和保护了种群中的最优个体；采用改进的交叉算子，使得交叉算子充分发挥其邻域搜索能力；设计了一组交叉-变异概率表，保护种群中个体的多样性；同时采用两种具有不同特点的选择算子，确保种群中染色体个体之间的多样性。为了对比传统遗传算法和本文改进的遗传算法的反演效果，本文根据某一海区的XCTD资料设计了20层的海水模型和100层的海水模型来验证传统遗传算法和改进遗传算法的反演效果。两个海洋水体模型验证了本文改进的遗传算法反演海洋水体波阻抗的效率和精度要高于传统的遗传算法。最后通过将本文设计的遗传算法应用到我国某一海区的二维迭后地震资料反演中，提取研究海区的海洋水体的波阻抗，并依据反演得到的波阻抗推导出研究海区的海洋水体的温度、盐度、速度和密度的二维分布。通过与研究海区实际XCTD中海水温度和盐度数据的对比验证了本文改进的遗传算法的有效性。
吕铁良[2]2007年在《波阻抗约束反演中的约束方法研究》文中研究指明迭后地震波阻抗反演是储层预测与识别的一门关键技术,目前波阻抗约束反演方法种类繁多,研究不同反演算法的优缺点、适用性、影响反演效果的各种因素和反演中的控制参数的选取,可以为生产中的实际应用提供指导,避免应用的盲目性。对非线性反演算法进行了有益的探讨,主要研究了两种非线性混合优化反演算法:模拟退火共轭梯度混合反演(SA+CG)和神经网络遗传反演算法(ANN+GA),两种混合算法都达到了减少迭代次数、避免陷入局部极值的目的,并进行了模型试算,验证了算法的有效性。研究了反演中的约束条件构建问题,提出了使用反褶积提取地震数据体的反射系数数据体作为约束条件的方法,同时通过引入预条件的预条件共轭梯度法对传统的反褶积方法进行了改进,取得了很好的效果。收敛快,精度高,约束系数体的加入也提高了地震反演的精度文中较全面地讨论了地球物理资料匹配校正、子波提取、初始模型建立以及波阻抗反演的原理,这些步骤是井地联合反演的基础。井地联合反演采用基于模型的波阻抗反演方法,它结合测井资料分别反演出地面地震波阻抗和井间地震波阻抗,然后从已反演的井间地震及地面地震波阻抗中抽取出虚拟井数据,综合实际测井数据,建立二维或叁维初始地质模型,接着采用模拟退火法与共轭梯度法相组合的混合优化算法进行波阻抗迭代计算,最终输出的高分辨率波阻抗模型便是井地联合反演的结果。
兰天[3]2016年在《粒子群改进算法波阻抗反演》文中指出油气勘探越往后期走就越需要对油气资源的构造、形态、储层规模、岩性、物性等做深入分析。波阻抗反演是为了更详尽的描述储层规模、形态及物性等等。同时,现行的递推、线性、模型反演及单一智能算法很难满足日益高要求的反演需求。因此本文提出在粒子群算法的基础上联合多种智能算法进化波阻抗反演,以求为储层预测提供一种参考思路。本文首先介绍了粒子群的基本理论、基本流程,并在此基础上参考了国内外研究现状,补充了对粒子群算法的学习因子、速度边界设定、惯性权重调整的一些策略。为了进一步深入了解粒子搜索性能,重点讨论了惯性权重对粒子收敛性能的影响。通过函数试验进一步优选,搜寻相对较为优良的参数组合。值得注意点是,虽然权重因子在某种程度上可以增强算法的全局搜索性能,但无法进一步协调种群的较为精细的局部搜寻能力。通过对遗传算法的各种操作算子的一些现行改进策略的调研,对遗传算法有了一个较为全面的认识。遗传算法通过交叉、变异、随机游走不断重构、破坏基因,同借助随机游走,算法可以自适应的增加或缩小搜寻空间解的范围,尽可能避免无效的游走。但是遗传算法是在各算子的作用下缓慢向最优解逼近,同时借助交叉、变异在一定程度上算法可以将之前搜寻到的优良基因破坏掉,导致算法停滞。针对传统的粒子群算法、遗传算法在高维度问题求解上的不足,为了避免粒子早熟,提高粒子的多样性,本文提出了一种粒子群遗传融合算法,为改进粒子早熟问题提供一种可行方法。使用嵌入遗传算法,种群多样性得到丰富,借助于粒子的记忆能力优良基因得到保留。随后将改进的算法同改进之前的遗传、粒子进行函数测试,做了对比。在实际资料反演之前,进行了模型测试以及子波提取试验,以期为阻抗反演提供可行性分析,然后在此基础之上进行了实际资料阻抗反演
黄进腊[4]2008年在《基于遗传算法的波阻抗反演方法研究》文中认为遗传算法是一种模拟自然界生物进化的搜索算法。由于遗传算法不受搜索空间的限制性假设的约束,不要求解空间有连续、可导等性质,以及算法固有的计算并行性,因而广泛应用于各个领域。本文在介绍了波阻抗反演和遗传算法的研究现状,并介绍了遗传算法的理论基础,讨论了算法收敛性的基础上,将遗传算法引入地震波阻抗反演,阐述了基于遗传算法的波阻抗反演原理。针对遗传算法用于波阻抗反演涉及多参数编码、以及对应遗传操作不易实现的问题,在全面分析总结遗传算法的各种编码方式、及其对应的选择方式、交叉方式以及变异方式特点的基础上,重点研究了二进制串编码、实数编码、实数编码群迁移策略反演,采用并实现了最优保存策略选择、随机均匀分布选择、高斯变异和多种群迁移方案。通过De Jong函数、Ackley函数试验,证明了本文采用的遗传算法的有效性和收敛性。本文应用遗传算法分别对不同子波、不同噪声、不同初始波阻抗的理论模型进行了计算,对反演的结果及特点进行了分析,并将Marmousi模型CMP迭加道集的部分数据作为拟实际资料进行了遗传算法的波阻抗反演,取得了预期的效果。总体上,基于遗传算法的波阻抗反演结果是令人满意的。
王超[5]2006年在《用改进遗传算法反演地震勘探参数》文中提出地震反演技术在油气勘探开发中有着举足轻重的地位。大部分的地球物理反问题属于多极值的目标函数优化，而将现有的非线性反演理论方法应用于地震反演，是一个尚未解决好的难题。该课题不仅具有较高的学术价值，而且具有广泛的应用前景。本文介绍了该课题的相关概念、理论，并对遗传算法和模拟退火遗传算法做了深入地研究和阐述，在充分吸收和消化国内外学者关于非线性最优化方法的研究成果的基础之上，提出了以下几项有效的改良措施：1)在交叉和变异的遗传操作中父代个体参与子代个体竞争，即使用局部保优策略保证算法的收敛性。2)以模式位方差的附加参数调整变异率即采用自适应调整变异概率使算法的性能提高。与局部保优策略一并使用，只要目标函数选择合理，那么这两种策略使算法既能克服早熟现象的发生，又能够稳定收敛，迭代到某一代数之后，算法稳定收敛于问题的最优解或最优近似解，这种效果在离散问题的求解时会显得更优越。3)采用全局保优策略即始终记住适应度最好的染色体，尽早捕获全局最优解。并进一步检验算法的收敛性。4)为了克服遗传算法的欺骗问题，本文在模拟退火遗传算法中引入Boltzmann生存机制，从而保持群体中的多样性，防止最优解的丢失。5)本文通过对不同进制的换算关系的归纳，总结了一个二进制至十进制的通用算法，可以对同一个例题，用不同进制和不同精度进行反复试算，直至得到满意的结果。本文通过对二至十进制不同进制编码制的试算，去对比寻求地震反演问题中兼顾染色体长度小(即存储空间小)及精度高的编码制。通过算例分析，验证了改良后的算法是有效且实用的。
成琥[6]2007年在《基于BP-GA混合算法的波阻抗反演研究》文中研究表明波阻抗反演是地震反演中非常重要的处理方法，其中完全非线性反演是当前的研究热点。人工神经网络作为一门新兴的非线性科学，随着神经网络理论研究的不断发展，已经被广泛应用于各个领域。遗传算法作为进化计算的一部分，是一种模拟自然界生物进化的搜索算法，由于具有不要求解空间是否连续和可导及并行处理等，在各个领域得到了广泛应用。但传统的BP网络和遗传算法都存在不足，BP网络存在训练时间过长、易受训练样本的局限以及容错性差，遗传算法容易出现早熟现象等不足，使该两种方法的应用受到限制。本文系统介绍了人工神经网络、遗传算法的理论基础，并在近年来人工神经网络技术在波阻抗反演应用研究的基础上，针对BP人工神经网络算法在反演中的不足，提出了BP-GA混合人工神经网络训练算法和神经网络进化算法。BP—GA混合算法利用触发概率，在传统的BP算法中自动调用遗传算法对网络权值进行优化，并优化了GA算法，改良了编码、解码的算法实现；使用了轮盘赌选择算子同最优保存相结合的选择策略；针对种群易早熟问题引入了高斯近似多点变异，使种群个体多样性得到保证。神经网络进化算法是针对传统前向型网络训练完成后权值固定，不能进一步在应用中调整而提出的，对每次输出进行检验，当误差超出给定范围时调用遗传算法对网络权值进行调整，使网络性能得到完善。本文应用BP算法、BP—GA混合算法分别对不同初始模型、不同子波、不同噪音的理论模型计算，对结果的对比分析阐述了BP-GA混合算法波阻抗反演的优势，并在实际资料反演中得到了较好的结果。最后对BP算法波阻抗反演进行了讨论，总结了该算法的不足，并分析了算法的局限性，并指出了需要继续研究的技术问题。
严刚峰[7]2004年在《基于遗传算法的波阻抗混合反演方法研究》文中提出遗传算法是一种模拟自然界生物进化的搜索算法。由于遗传算法不受搜索空间的限制性假设的约束，不要求解空间有连续，可导等性质，以及算法固有的计算并行性，因而广泛应用于各个领域。本文在介绍了波阻抗反演和遗传算法的研究现状，并介绍了遗传算法的理论基础，讨论了算法收敛性的基础上，提出了将遗传算法引入波阻抗反演，阐述了基于遗传算法的波阻抗混合反演原理。针对遗传算法用于波阻抗反演涉及多参数编码、以及对应遗传操作不易实现的问题，在广泛研究了遗传算法的各种编码方式、及其对应的选择方式、交叉方式以及变异方式特点的基础上，提出了采用二进制字符串编码、遗传操作为最优保存策略选择、多点交叉和非均匀变异的遗传算法。通过了Ackley实验函数，证明了本文编制的遗传算法的有效性和收敛性。实现了线性反演算法和遗传算法用于波阻抗混合反演的程序。用该程序进行波阻抗的混合反演。通过大量的试算，给出了线性反演的相关结论，重点讨论了采用本文编制的遗传算法用于波阻抗反演的运行参数的取值范围，并由试算结果给出了运行参数的参考取值范围。总体上，基于遗传算法的波阻抗混合反演的结果是令人满意的，优于仅采用线性反演的反演结果。最后本文指出了该算法的不足，并对遗传算法用于波阻抗混合反演的下一步研究进行了展望。
李晶, 邹强, 钟本善, 陈裕明[8]2001年在《波阻抗遗传算法反演方法的研究及应用》文中认为作者介绍的遗传算法是在自然界生物遗传过程优选和进化原理的基础上 ,针对波阻抗反演的实际问题 ,对标准的遗传算法进行了改进 ,引入了模拟退火算法中的热槽法控制初始群体的产生 ,用逐位迭代的交换方式代替传统的杂交方式即随机选择杂交点进行交换。使用改进的遗传算法对地震波阻抗进行反演 ,可很好地提高反演的精度。在文中最后 ,作者通过理论模型和实例验证了上述的思想。
罗红明[9]2007年在《量子遗传算法及其在地球物理反演中的应用研究》文中研究指明地球是人类赖以生存和发展的空间。人类有史以来就一直执着地对地球进行着探索，希望揭开地球内部的奥秘，渴望认识地球的起源及其演化。地球科学的基本任务是认识地球，同时为人类生存和生活服务，包括石油矿产资源勘查、基础工程建设、环境保护和灾害防治等。在资源矛盾日益突现的今天，节约能源和加强勘探是实现经济持续稳定增长、社会安定团结、人民生活不断改善的有效手段。作为勘探资料最终解释重要参考的地球物理反演结果，是指导勘探开发的重要手段。然而，常规的反演方法越来越难满足现在地下情况更复杂、处理标准更高的要求。所以，引入新的更优的反演思想和方法是改善这种状况的重要途径之一。上世纪90年代迅速发展起来的以量子计算机为基础的量子计算方法以其在理论上证实具有超强的计算速度、指数级的存储容量、更好的稳定性和有效性被誉为未来计算科学发展的方向之一。以量子理论为基础的量子遗传算法，可以在一定程度上提高计算效率和克服陷入局部极值。从理论上看，量子遗传反演方法不但具有量子计算得的一些特征，而且具有非线性优化算法的许多优点：不受初始模型选取的限制；可以方便的与其它优化算法进行综合(联合或混合)反演；还可以实现并行计算，使其计算量大大减少等。论文在充分分析了当前地球物理反演的要求和现有方法的种种不足的前提下，兼顾算法全局搜索和迅速收敛两个核心要求，首次引入了已经在其它优化领域成功应用的量子遗传算法。该方法由于采用了量子位编码，量子旋转门定向更新的策略，使得算法具有一定的并行运算能力和量子的隧道效应，计算精度和收敛速度得到大大提高。本论文围绕量子遗传算法在地球物理反演中的应用研究这一前沿课题，分五个部分来论述：第一部分首先简要阐述本文反演研究问题的提出，课题研究的意义，研究的思路和主要内容，主要创新和贡献等几个方面内容。第二部分主要简要回顾了非线性反演方法的提出；非线性反演方法的发展和分类；介绍了模拟退火、遗传算法、人工神经网络以及中国地质大学(武汉)新提出和实践的多尺度反演法、同伦反演方法、粒子群反演算法、模拟原子跃迁反演方法等主要非线性反演方法。并对非线性反演方法优势和局限性进行了评述，就反演问题的非线性与多极值、反演解存在性、非唯一性和稳定性、计算量问题等进行了讨论，指出了地球物理非线性反演的理论和方法的研究仍将是今后反演发展的主要方向，并可望在不久以后取得重大进展。第叁部分介绍了量子力学中的量子态、量子门等几个基本概念，并简要介绍了量子退火算法、量子遗传算法、量子神经网络算法等几种基于量子理论的优化算法。第四部分和第五部分是本文的主要内容。第四部分结合量子遗传算法优化原理和算法实现过程中的一些关键技术，如量子门的定向更新，自适应步长搜索策略等，针对地球物理反演问题的非线性、多极值等特点提出一套可行的实现方案，并设计了量子遗传算法地球物理反演的详细实现流程。第五部分是理论与实际资料试验，先从理论模型开始，研究量子遗传方法在大地电磁反演以及地震波阻抗反演中的可靠性，并对其抗噪能力和计算效率进行了大量计算试验，并对反演结果进行了分析，得到令人满意的结果。然后，论文分别将量子遗传方法用于实际的鄱阳地区大地电磁数据和大庆地区地震数据进行反演，研究了该方法对实际资料的反演效果和计算效率，均取得了很好的效果。本文的创新在于首次在国内将量子遗传算法成功地引入地球物理资料反演，并获得了成功。目前的理论分析和本文的结果已经表明，量子遗传算法是一种非常有效的全局非线性反演方法，用于地球物理反演的可行的。该方法不依赖于初始模型的选取，搜索全局性好，由于引入量子编码概念，算法具有量子隧道效应和量子计算的并行性，使得其种群规模小，寻优能力强，收敛速度快，且其计算量相对于传统非线性随机搜索方法已大大减少等优点。它已成功应用于多个领域。该算法在理论上非常适合于非线性、多极值的地球物理反演问题，必将能在地球物理反演领域广泛应用。总之，地球物理学承担了未来地球科学理论的进展和社会发展先导学科的重任，需要引进其它学科先进的思想和方法，才能有效解决当前资源勘查和国民经济建设中更复杂的实际问题。在地球物理方法解决实际问题过程中，都必须在地质理论或地质规律性认识的指导下，求取合理的解释结果。只有地质和地球物理紧密地结合起来，才能有效地解决实际问题。目前，量子遗传算法的研究还处于探索阶段，其理论还有待完善。量子遗传算法来解决地球物理反演问题，还需要针对实际问题进行更多探索。
祝捍皓[10]2014年在《基于声矢量场阻抗特征的地声参数反演研究》文中认为浅海环境中,海底地声参数对水声信号的传输具有巨大的影响,因而对其获取方法的研究也一直是水声工程中的热点问题。随着矢量水听器制作技术和矢量信号处理技术的不断发展、完善,对于矢量水听器的应用也已成为水声领域最重要的研究内容之一,但针对浅海声矢量场各物理量在地声参数反演中的应用研究则仍较为少见。鉴于此本文以浅海声矢量场的理论建模与物理特性研究为核心,探讨了矢量场中各物理量在传播中的能量衰减规律、空间分布特性及相应的物理机理,研究中还开展了大量的实验测量工作,为理论建模和物理规律分析提供了有力的支持。本文主要研究工作如下:首先,在理论建模时从波动方程出发,分别利用简正波方法(Normal Mode Method)和快速场方法(Fast Field Method)对具有弹性海底的浅海Pekeris波导进行了矢量场建模。在简正波方法建模中主要对比了两类基于复相位函数(Complex Phase Function,CPF)的本征值求解方法——路径追踪法和复有效深度法,计算结果证明复有效深度法具有更高的计算效率和计算精度,更适于工程应用;在对快速场方法的研究中,利用其易于求解的特点,依据各层波导中的势函数与边界条件建立方程组,实现了对具有声速剖面、多层弹性海底的浅海声矢量场的建模。其次,在对矢量场中各物理量的研究中,除对声矢量场中的常规物理量——声压场p与振速场v进行讨论外,结合公式推导与数值算例着重对二者联合处理得到的叁类物理量:复声强I、同点互相关函数ρ和波阻抗Z的传播规律进行了系统的分析与讨论。由于波阻抗Z抵消了传播中声源级与波阵面扩展的影响,更有利于在整段传播距离上对其传播特性进行利用,其垂直分量Zz由于垂直振速vz的作用也更能体现海底声学特性。鉴于此本文将多频点垂直波阻抗Zz(fi)作为反演模型并进行深入研究,理论推导和仿真结果证明,在液态沉积层和半无限弹性海底中各类声学参数变化时,Zz(fi)相比矢量场中其他物理量均具有更高的敏感度和更好的分辨力,更适合被应用于地声参数的反演研究中。再次,利用简正波理论对声矢量场中各物理在频率-距离域上的分布特性进行了研究。理论推导和数值计算结果均表明,无论是声强I、振速自谱|v|2,还是本文研究的波阻抗Z和同点互相关函数ρ均会在频率-距离域上形成稳定的、可用波导不变量β表征的干涉结构,但由于受到非干涉项的影响其干涉结构均会受到一定抑制。从复声强I的定义式中可以看到,垂直复声强的实部Re(Iz)与水平复声强的虚部Im(Ir)中均只包含有干涉项,二者在频率-距离域上形成的干涉结构将更清晰和易于提取。从仿真结果来看,频率-距离域上的Re(Iz)和Im(Ir)虽然在分布上一定程度的差别,但均能用波导不变量β来表征,本文利用海试数据结合基于图像Hessian矩阵的多尺度线性滤波器,对这一结论进行了验证。最后,利用水池缩比实验和海上声矢量场测量实验对上述研究结果进行了验证。在水池实验中,根据简正波理论验证了缩比声传播实验的可行性,并成功进行了模拟具有弹性海底海洋环境下的声传播测量实验,对本文中的声场建模结果进行了验证;鉴于缩比实验测量数据可等效为一水平阵测量结果,提出了基于F-K变换的流体层频散曲线提取方法,获得了更多的高阶简正波频散特性。海试中,利用舰船辐射噪声作为宽带声源进行了声矢量场测量实验,从测量数据中提取多个频点下的垂直波阻抗Zz(fi)进行地声参数反演,并利用实测干涉结构对反演结果进行了验证,结果令人满意。除上述工作外,本文还针对大尺寸弹性材料中纵、横波声速的同时测量问题,基于分层介质中的Snell定律,并结合传统穿透测量法,利用消声水池环境设计了一种新的弹性材料中声速的测量方法。为弹性介质中声速的测量研究提供了一种新思路。
参考文献：
[1]. 遗传算法在海洋水体波阻抗反演中的应用[D]. 黄庆文. 中国海洋大学. 2014
[2]. 波阻抗约束反演中的约束方法研究[D]. 吕铁良. 中国石油大学. 2007
[3]. 粒子群改进算法波阻抗反演[D]. 兰天. 长江大学. 2016
[4]. 基于遗传算法的波阻抗反演方法研究[D]. 黄进腊. 长安大学. 2008
[5]. 用改进遗传算法反演地震勘探参数[D]. 王超. 大连交通大学. 2006
[6]. 基于BP-GA混合算法的波阻抗反演研究[D]. 成琥. 成都理工大学. 2007
[7]. 基于遗传算法的波阻抗混合反演方法研究[D]. 严刚峰. 成都理工大学. 2004
[8]. 波阻抗遗传算法反演方法的研究及应用[J]. 李晶, 邹强, 钟本善, 陈裕明. 物探化探计算技术. 2001
[9]. 量子遗传算法及其在地球物理反演中的应用研究[D]. 罗红明. 中国地质大学. 2007
[10]. 基于声矢量场阻抗特征的地声参数反演研究[D]. 祝捍皓. 哈尔滨工程大学. 2014
标签：地质学论文; 地球物理学论文; 矿业工程论文; 遗传算法论文; 波阻抗论文; 量子论文; 量子效应论文; 矢量数据论文; 矢量运算论文; 混合策略论文; 线性系统论文; 非线性论文; 算法论文;