CN109839676B - 一种基于记忆模拟退火的基质模量估算方法及电子设备 - Google Patents

Abstract

本发明涉及一种基于记忆模拟退火的基质模量估算方法及电子设备。该方法包括：由岩层的孔隙度和泥质含量得到岩层中干岩石体积和剪切模量；由岩层中流体的模量和密度、干岩石体积的剪切模量、以及基质模量和密度初值通过Gassmann方程计算岩层的体积和剪切模量，其中基质模量和密度初值根据岩层属性查表获得；由岩层的泥质含量、基质模量、以及密度初值得到岩石重构密度；由岩层的体积和剪切模量、以及岩石重构密度计算纵横波速度；根据计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量最优值。本发明的通过模拟退火算法得到基质模量最优值，大大提高基质模量的精度。

Description

一种基于记忆模拟退火的基质模量估算方法及电子设备

技术领域

本发明涉及底层中基质模量测量领域，更具体地说，涉及一种基于记忆模拟退火的基质模量估算方法及电子设备。

背景技术

在岩石物理建模时，一般需要详细说明三类信息：各种岩石矿物成份的体积含量；各种岩石矿物基质模量；各岩石矿物互相之间的几何排列。其中：体积含量可以从测井解释中获得，主要包括石英含量、泥质含量、方解石含量等矿物含量以及有效孔隙、总孔隙和束缚水等；岩石矿物基质模量一般从实验室测量获得；几何排列通过数学公式来区分。

前人的研究大多关注于如何通过数学公式来表达石矿物互相之间的几何排列，以Hashin-Shtrikman模型(Mavko,2005)为例，孔隙几何形状用Viogt和Reuss上下限的表达式来区分，越硬的孔隙形态越靠近上限表达式，越软的孔隙形态越靠近下限表达式。根据几何排列，可以依次得到多矿物的混合骨架的岩石模量，加入孔隙结构和类型之后得到干岩石的弹性参数，再根据Gassmannm方程加入流体属性最终得到饱和岩石的弹性模量。

对于岩石矿物基质模量，大多是根据经验或通过岩心测量的方式给定一个初始值，按照上述的流程，通过反复多次试验，当得到纵横波速度的计算值与实际测量值误差较小时，认识此时的岩石矿物基质模量基本合理。

在古近系物源多样化、地层横向变化快、钻井数量少，基本没有相关岩石实验室测量数据的情况下，借用地区经验值，往往造成纵波和横波进行估算的不确定性和较大误差。因此很有必要找到一种方法，得到准确的岩石矿物基质模量值，以便进一步的岩石物理分析。

目前获得基质矿物模量的方法主要有以下几种：1、基于岩石物理测试分析近似公式，通过实验室测量岩石骨架或者饱和流体岩石参数，采用岩石骨架-基质矿物模量或孔隙度-饱和岩石压缩系数近似公式计算基质矿物模量，该方法的缺点是测试成本昂贵，估算结果公式受近似公式影响大；2、直接统计法，该类方法选取岩石物性均匀的地层，根据测井资料进行简单平均，计算得到基质矿物模量，该方法对非均匀的，岩石结构复杂的地层应用效果不佳；3、多元拟合法，利用测井数据，按照基质矿物模量、孔隙度、泥质含量、有效压力和温度的多元函数关系式进行拟合，但测井数据中的有效压力和温度数据不易获取，影响其实用性；4、基质矿物体积模量自适应提取方法，该方法引入干岩石泊松比的同时利用Gassmann-Boit-Geertsma方程，逐点同时自适应提取基质矿物体积模量和基质矿物剪切模量，能够较准确地预测横波速度，但由于该方法求取的基质矿物模量在每一个深度点都不一样，故应用性不够广泛。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于记忆模拟退火的基质模量估算方法及电子设备。

本发明解决其技术问题所采用的技术方案是：构造一种基于记忆模拟退火的基质模量估算方法，包括：

通过测井数据获得岩层的饱和度、密度、孔隙度、泥质含量，根据岩层属性查表获得岩层的流体组分模量；

由所述岩层的饱和度、密度、以及流体组分模量得到岩层中流体的模量和密度；由所述岩层的孔隙度和泥质含量得到岩层中干岩石体积和剪切模量；

由所述岩层中流体的模量和密度、干岩石体积的剪切模量、以及基质模量和密度初值通过Gassmann方程计算岩层的体积和剪切模量，其中所述基质模量和密度初值根据岩层属性查表获得；

由所述岩层的泥质含量、基质模量、以及密度初值得到岩石重构密度；

由所述岩层的体积和剪切模量、以及岩石重构密度计算纵横波速度；

根据所述计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量最优值。

进一步，本发明所述的基于记忆模拟退火的基质模量估算方法，所述由所述岩层的孔隙度和泥质含量得到岩层中干岩石体积和剪切模量包括：

由Xu-White模型计算所述岩层中干岩石体积和剪切模量，包括下述公式：

其中，K'为孔隙内含物的体积模量；μ'为孔隙内含物的剪切模量；K为有效体积模量；μ为有效剪切模量；K_m和μ_m分别为骨架体积模量和剪切模量；α_l为孔隙纵横比；上述公式(1)需要φ/α<<1；

F₉＝A[g(R-1)-Rθ]+Bθ(3-4R)。

进一步，本发明所述的基于记忆模拟退火的基质模量估算方法，所述Gassmann方程为：

其中，K是所求饱和岩石体积模量；φ是孔隙度；K_b是干岩石的体积模量；K_s是岩石基质的体积模量；K_f是孔隙流体的体积模量。

进一步，本发明所述的基于记忆模拟退火的基质模量估算方法，所述由所述岩层的泥质含量、基质模量、以及密度初值得到岩石重构密度包括：

由所述岩层的泥质含量、基质模量、以及密度初值建立VRH模型，计算得到岩石骨架模量；

由所述岩石骨架模量计算得到岩石重构密度。

进一步，本发明所述的基于记忆模拟退火的基质模量估算方法，所述VRH模型为：

其中，M_h是Voigt上限和Reuss下限的算术平均，M_V是Voigt弹性模量、M_R是Reuss弹性模量，f_i和M_i分别是第i个组成成分的体积分量和模量。

进一步，本发明所述的基于记忆模拟退火的基质模量估算方法，所述由所述岩层的体积和剪切模量、以及岩石重构密度计算纵横波速度包括：

由公式(8)和(9)得到所述纵横波速度：

ρ＝∑X_iρ_i (9)

ρ_i为第i种物质的密度，X_i为第i种物质在整体中的百分含量。

进一步，本发明所述的基于记忆模拟退火的基质模量估算方法，所述根据所述计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量最优值包括：

根据所述计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量值；

判断所述基质模量值是否满足迭代终止条件；

若不满足，则按照模拟退火优化算法产生迭代后的基质模量和密度初值，并重新执行所述步骤：由所述岩层中流体的模量和密度、干岩石体积的剪切模量、以及基质模量和密度初值通过Gassmann方程计算岩层的体积和剪切模量；

若满足，则所述基质模量值为基质模量最优值。

进一步，本发明所述的基于记忆模拟退火的基质模量估算方法，所述模拟退火优化算法包括：

a、给定冷却进度表参数及迭代初始解x₀以及f(x₀)，其中冷却进度表参数包括：控制参数T的初值T₀、衰减函数、终值、以及Mapkob链长度L_k；

b、参数T＝T(k)时，按照预设过程作L_k次试探搜索；

c、如果迭代终止条件满足，则算法结束，当前解为全局最优解，否则继续步骤d；

d、根据给定的温度衰减函数产生新的温度控制参数T_k+1，及Mapkob链长度L_k+1，转入步骤b，进入下一温度点的平衡。

进一步，本发明所述的基于记忆模拟退火的基质模量估算方法，所述步骤b包括：

b1、根据当前解X_k的性质产生一随机向量Z_k或随机偏移量m，从而得到一当前邻域的新的试探点；

其中X为离散变量的取值序列，K为当前解的离散位置；

b2、产生一个[0,1]区间上均匀分布的随机数η，计算出在给定当前迭代点X_k和温度T_k与Metropolis接受准则相对应的转移概率P:

当f(X'_k)-f(X_k)<0或者η<P则接受新解，X_k＝X'_k，f(X_k)＝f(X'_k)；否则当前解不变；

b3、试探搜索小于L_k次，返回步骤a，否则进入步骤c。

另，本发明还提供一种电子设备，所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如上述的基于记忆模拟退火的基质模量估算方法。

实施本发明的一种基于记忆模拟退火的基质模量估算方法及电子设备，具有以下有益效果：该方法包括：由岩层的孔隙度和泥质含量得到岩层中干岩石体积和剪切模量；由岩层中流体的模量和密度、干岩石体积的剪切模量、以及基质模量和密度初值通过Gassmann方程计算岩层的体积和剪切模量，其中基质模量和密度初值根据岩层属性查表获得；由岩层的泥质含量、基质模量、以及密度初值得到岩石重构密度；由岩层的体积和剪切模量、以及岩石重构密度计算纵横波速度；根据计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量最优值。本发明的通过模拟退火算法得到基质模量最优值，大大提高基质模量的精度。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明一种基于记忆模拟退火的基质模量估算方法的流程图；

图2是本发明实施例中LF14-1d井基质模量估算结果图；

图3a和图3b是本发明实施例中Vp实测值分布图；

图4a和图4b是本发明实施例中Vs实测值分布图；

图5a和图5b是本发明实施例中Den实测值分布图；

图6是本发明实施例中LF14-3井横波估算结果图；

图7是本发明一种电子设备的结构示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

实施例

如图1所示，对于常见的岩相比如石英、方解石、长石、白云石等的弹性模量相对比较集中在一个范围内，不同地区差别不是特别大，而泥质含量或者特殊矿物的弹性模量比较难以确定，需要人工给出经验值。对于各种岩相之间的几何排列主要反应了孔隙结构的问题。本实施例采用类似于Xu-White的设计方法，对于石英、方解石等矿物使用圆形孔隙结构，粘土使用扁形孔隙结构。一般的测井数据都包括纵波速度、密度、孔隙度、各矿物含量、含水饱和度，部分井还有横波速度测量数据。利用已有的密度、纵波速度和横波速度作为约束来进行各个矿物的弹性参数和孔隙结构进行全局最优解的求取，求取方法使用能够得到全局最优解的模拟退火算法。具体的，该基于记忆模拟退火的基质模量估算方法包括：

S10、通过测井数据获得岩层的饱和度、密度、孔隙度、泥质含量，根据岩层属性查表获得岩层的流体组分模量；

S20、由岩层的饱和度、密度、以及流体组分模量得到岩层中流体的模量和密度；由岩层的孔隙度和泥质含量得到岩层中干岩石体积和剪切模量；

S30、由岩层中流体的模量和密度、干岩石体积的剪切模量、以及基质模量和密度初值通过Gassmann方程计算岩层的体积和剪切模量，其中基质模量和密度初值根据岩层属性查表获得；

S40、由岩层的泥质含量、基质模量、以及密度初值得到岩石重构密度；

S50、由岩层的体积和剪切模量、以及岩石重构密度计算纵横波速度；

S60、根据计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量最优值。

进一步，本实施例的基于记忆模拟退火的基质模量估算方法，由岩层的孔隙度和泥质含量得到岩层中干岩石体积和剪切模量包括：

由Xu-White模型计算岩层中干岩石体积和剪切模量，包括下述公式：

其中，K'为孔隙内含物的体积模量；μ'为孔隙内含物的剪切模量；K为有效体积模量；μ为有效剪切模量；K_m和μ_m分别为骨架体积模量和剪切模量；α_l为孔隙纵横比；上述公式(1)需要φ/α<<1；

F₉＝A[g(R-1)-Rθ]+Bθ(3-4R)。

进一步，本实施例的基于记忆模拟退火的基质模量估算方法，Gassmann方程为：

其中，K是所求饱和岩石体积模量；φ是孔隙度；K_b是干岩石的体积模量；K_s是岩石基质的体积模量；K_f是孔隙流体的体积模量。

进一步，本实施例的基于记忆模拟退火的基质模量估算方法，由岩层的泥质含量、基质模量、以及密度初值得到岩石重构密度包括：

由岩层的泥质含量、基质模量、以及密度初值建立VRH模型，计算得到岩石骨架模量；

由岩石骨架模量计算得到岩石重构密度。

进一步，本实施例的基于记忆模拟退火的基质模量估算方法，骨架模型包括各个矿物组分的密度和弹性模量，通过HILL平均方程得到混合骨架的弹性模量。然后利用基于DEM等效的KT模型计算干岩石的弹性模量。孔隙流体通过温度、压力、地层水矿化度、汽油比等参数计算出流体的密度和体积模量，混合流体的体积模量通过wood方程给出。最后利用Gassmann方程得到饱和岩石的体积模量，再根据饱和岩石密度计算公式得到饱和岩石密度，利用纵横波速度计算公式得到纵横波速度。VRH模型为：

其中，M_h是Voigt上限和Reuss下限的算术平均，M_V是Voigt弹性模量、M_R是Reuss弹性模量，f_i和M_i分别是第i个组成成分的体积分量和模量。

进一步，本实施例的基于记忆模拟退火的基质模量估算方法，由岩层的体积和剪切模量、以及岩石重构密度计算纵横波速度包括：

由公式(8)和(9)得到纵横波速度：

ρ＝∑X_iρ_i (9)

ρ_i为第i种物质的密度，X_i为第i种物质在整体中的百分含量。

进一步，本实施例的基于记忆模拟退火的基质模量估算方法，根据计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量最优值包括：

根据计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量值；

判断基质模量值是否满足迭代终止条件；

若不满足，则按照模拟退火优化算法产生迭代后的基质模量和密度初值，并重新执行步骤：由岩层中流体的模量和密度、干岩石体积的剪切模量、以及基质模量和密度初值通过Gassmann方程计算岩层的体积和剪切模量；

若满足，则基质模量值为基质模量最优值。

进一步，本实施例的基于记忆模拟退火的基质模量估算方法，假设一个优化问题的一个解i及其目标函数f(i)分别与固体的一个微观状态i及其能量Ei相对应。令随算法进程递减的控制参数T担当固体退火过程中温度的角色，则对于T的每一取值，算法采用Metropolis接受准则，持续进行“产生新解—判断—接受或舍弃”的迭代过程而达到该温度下的平衡点。具体步骤为：

a、给定冷却进度表参数及迭代初始解x₀以及f(x₀)，其中冷却进度表参数包括：控制参数T的初值T₀、衰减函数、终值、以及Mapkob链长度L_k；

b、参数T＝T(k)时，按照预设过程作L_k次试探搜索。进一步，步骤b包括：

b1、根据当前解X_k的性质产生一随机向量Z_k或随机偏移量m，从而得到一当前邻域的新的试探点；

其中X为离散变量的取值序列，K为当前解的离散位置；

b2、产生一个[0,1]区间上均匀分布的随机数η，计算出在给定当前迭代点X_k和温度T_k与Metropolis接受准则相对应的转移概率P:

当f(X'_k)-f(X_k)<0或者η<P则接受新解，X_k＝X'_k，f(X_k)＝f(X'_k)；否则当前解不变；

b3、试探搜索小于L_k次，返回步骤a，否则进入步骤c。

c、如果迭代终止条件满足，则算法结束，当前解为全局最优解，否则继续步骤d；

d、根据给定的温度衰减函数产生新的温度控制参数T_k+1，及Mapkob链长度L_k+1，转入步骤b，进入下一温度点的平衡。

本发明的通过模拟退火算法得到基质模量最优值，大大提高基质模量的精度。

实施例

珠江口盆地经过30多年的勘探，简单的构造圈闭已经越来越少。逐步向深水，深层以及岩性圈闭发展，而古近系的突破为珠江口盆地勘探指明了方向。在LF14地区的古近系地层发现了油气，从而揭开了珠江口盆地古近系勘探的高潮，陆续的在HZ25、XJ33等地区的古近系取得突破。古近系由于埋藏深，地震资料以及储层物性都比较差，因此应该充分利用测井资料进行储层预测以及流体检测。本实施例对LF14-1d井进行了矿物模量的估算，分别用该地区的经验值以及模拟退火方法得到的模量值进行误差分析，展示出了该方法的有效性。

图2中，第三、四和五列分别为纵波速度、横波速度和密度。经验值和模拟退火值拟合的纵波速度、横波速度和密度的相对误差分别为6.38％、11.94％、1.43％和3.6％、5.3％、0.6％。岩石物理手册使用的经验数值分别为石英体积模37Gpa，石英剪切模量44Gpa，方解石体积模量70Gpa，方解石剪切模量30Gpa，粘土体积模量：21Gpa，粘土剪切模量7Gpa，石英(方解石)孔隙纵横比0.1，粘土孔隙纵横比0.05。模拟退火预测结果分别是为石英体积模56.1Gpa，石英剪切模量24.4Gpa，方解石体积模量78.2Gpa，方解石剪切模量39.9Gpa，粘土体积模量：28.4Gpa，粘土剪切模量9.1Gpa，石英(方解石)孔隙纵横比0.13，粘土孔隙纵横比0.05。

图3a和图3b是本发明实施例中Vp实测值分布图；图4a和图4b是本发明实施例中Vs实测值分布图；图5a和图5b是本发明实施例中Den实测值分布图。

通过误差分析对比可以知道，模拟退火算法得到的矿物模量值明显比经验值更精确，更接近该地区矿物模量的真实值。对于同一个地区，相同深度段的基质模量应该是变化不大的，因此我们把LF14-1d井估算到的基质模量应用的LF14-3井。我们通过预测LF14-3井的横波来检验该方法的有效性。把LF14-1d井估算到的基质模量应用于LF14-3井的横波估算，得到结果如图6所示。

图中密度相对误差为1.14％，横波相对误差为5.49％，该相对误差与LF14-1d井相比略微偏大，但已经满足横波估算误差。

基于岩石物理测试分析近似公式、直接统计法、多元拟合法三项技术得到的岩石基质模量是纵波速度和横波速度相对误差都大于10％，基质矿物体积模量自适应提取方法能够使每个深度点的纵波速度和横波速度相对误差几乎为0，但该种方法会得到非常多的不同的岩石基质模量，无法用它们来建立岩石物理模型。

实施例

如图7所示，本实施例还提供一种电子设备，电子设备包括处理器，处理器用于执行存储器中存储的计算机程序时实现如上述的基于记忆模拟退火的基质模量估算方法。作为选择，电子设备包括但不限于智能手机、平板电脑、笔记本电脑、台式电脑、服务器等。

本发明的通过模拟退火算法得到基质模量最优值，大大提高基质模量的精度。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施，并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰，均应属于本发明权利要求的涵盖范围。

Claims (5)

1.一种基于记忆模拟退火的基质模量估算方法，其特征在于，包括：

通过测井数据获得岩层的饱和度、密度、孔隙度、泥质含量，根据岩层属性查表获得岩层的流体组分模量；

由所述岩层的饱和度、密度、以及流体组分模量得到岩层中流体的模量和密度；由所述岩层的孔隙度和泥质含量得到岩层中干岩石体积和剪切模量；

由所述岩层中流体的模量和密度、干岩石体积的剪切模量、以及基质模量和密度初值通过Gassmann方程计算岩层的体积和剪切模量，其中所述基质模量和密度初值根据岩层属性查表获得；

由所述岩层的泥质含量、基质模量、以及密度初值得到岩石重构密度；

由所述岩层的体积和剪切模量、以及岩石重构密度计算纵横波速度；

根据所述计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量最优值；

所述由所述岩层的孔隙度和泥质含量得到岩层中干岩石体积和剪切模量包括：

由Xu-White模型计算所述岩层中干岩石体积和剪切模量，包括下述公式：

其中，K'为孔隙内含物的体积模量；μ'为孔隙内含物的剪切模量；K为有效体积模量；μ为有效剪切模量；K_m和μ_m分别为骨架体积模量和剪切模量；α_l为孔隙纵横比；上述公式(1)需要φ/α<<1；

F₆＝1+A[1+g-R(θ+g)]+B(1-θ)(3-4R)

F₉＝A[g(R-1)-Rθ]+Bθ(3-4R)；

所述Gassmann方程为：

其中，K是所求饱和岩石体积模量；φ是孔隙度；K_b是干岩石的体积模量；K_s是岩石基质的体积模量；K_f是孔隙流体的体积模量；

所述由所述岩层的泥质含量、基质模量、以及密度初值得到岩石重构密度包括：由所述岩层的泥质含量、基质模量、以及密度初值建立VRH模型，计算得到岩石骨架模量；由所述岩石骨架模量计算得到岩石重构密度；

所述VRH模型为：

其中，M_h是Voigt上限和Reuss下限的算术平均，M_V是Voigt弹性模量、M_R是Reuss弹性模量，f_i和M_i分别是第i个组成成分的体积分量和模量；

所述由所述岩层的体积和剪切模量、以及岩石重构密度计算纵横波速度包括：由公式(8)和(9)得到所述纵横波速度：

ρ＝∑X_iρ_i (9)

ρ_i为第i种物质的密度，X_i为第i种物质在整体中的百分含量。

2.根据权利要求1所述的基于记忆模拟退火的基质模量估算方法，其特征在于，所述根据所述计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量最优值包括：

根据所述计算纵横波速度和实测纵横波速度建立目标函数，得到基质模量值；

判断所述基质模量值是否满足迭代终止条件；

若不满足，则按照模拟退火优化算法产生迭代后的基质模量和密度初值，并重新执行所述步骤：由所述岩层中流体的模量和密度、干岩石体积的剪切模量、以及基质模量和密度初值通过Gassmann方程计算岩层的体积和剪切模量；

若满足，则所述基质模量值为基质模量最优值。

3.根据权利要求2所述的基于记忆模拟退火的基质模量估算方法，其特征在于，所述模拟退火优化算法包括：

a、给定冷却进度表参数及迭代初始解x₀以及f(x₀)，其中冷却进度表参数包括：控制参数T的初值T₀、衰减函数、终值、以及Mapkob链长度L_k；

b、参数T＝T(k)时，按照预设过程作L_k次试探搜索；

c、如果迭代终止条件满足，则算法结束，当前解为全局最优解，否则继续步骤d；

d、根据给定的温度衰减函数产生新的温度控制参数T_k+1，及Mapkob链长度L_k+1，转入步骤b，进入下一温度点的平衡。

4.根据权利要求3所述的基于记忆模拟退火的基质模量估算方法，其特征在于，所述步骤b包括：

b1、根据当前解X_k的性质产生一随机向量Z_k或随机偏移量m，从而得到一当前邻域的新的试探点；

其中X为离散变量的取值序列，K为当前解的离散位置；

b2、产生一个[0,1]区间上均匀分布的随机数η，计算出在给定当前迭代点X_k和温度T_k与Metropolis接受准则相对应的转移概率P:

当f(X'_k)-f(X_k)<0或者η<P则接受新解，X_k＝X'_k，f(X_k)＝f(X'_k)；否则当前解不变；

b3、试探搜索小于L_k次，返回步骤a，否则进入步骤c。

5.一种电子设备，其特征在于，所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-4中任意一项所述的基于记忆模拟退火的基质模量估算方法。

Images