一种泥质砂岩介电性质反演方法、装置及设备

1.本说明书属于地球物理勘探领域，具体涉及一种泥质砂岩介电性质反演方法、装置及设备。


背景技术：

2.随着非常规石油天然气的勘探开发，泥质砂岩是很多油田的主力生产油气储层，是一种重要的非常规油气储层，因此提高该类储层的地层参数等岩石物理特性的评价精度具有重要意义，多频介电扫描测井作为一种先进的测井方式，在储量评价、剩余油分布评估等方面发挥着越来越大的作用，多频介电扫描测井相对于常规测井方式具有更高的精度，并且能够获得更多的地层参数，如地层水矿化物、孔隙结构参数、黏土色散体积分数等。但是由多频介电扫描测井测得的介电常数和电导率反演得到的地层参数是一个“黑箱子”问题，需要购买相应的软硬件设施和计算服务才能直接获得相应的地层参数，无法从多频介电数据(即介电常数和电导率)中得到地质参数反演过程的具体实施途经和方法，因此如何通过多频介电数据准确的反演得到泥质砂岩的地层数据成为目前亟需解决的技术问题。


技术实现要素：

3.针对现有技术的上述问题，本说明书的目的在于，提供一种泥质砂岩介电性质反演方法、装置及设备，可以通过多频介电数据准确的反演得到泥质砂岩的地层数据。
4.为了解决上述技术问题，本说明书的具体技术方案如下：
5.一方面，本说明书提供一种泥质砂岩介电性质反演方法，所述方法包括：
6.获取待测泥质砂岩的多频测井数据；所述多频测井数据包括介电常数和电导率；
7.构建得到测井数据和地层参数之间的计算模型；
8.根据所述计算模型和所述待测泥质砂岩的多频测井数据，利用灰狼算法从预设地层参数范围内以自动调整最大迭代次数的方式进行寻优，将寻优后满足预设条件的地层参数作为目标地层参数。
9.进一步地，所述地层参数包括孔隙度水相体积分数、地层水矿化度、孔隙结构参数和黏土色散体积分数；
10.所述构建得到测井数据和地层参数之间的计算模型，包括：
11.根据泥质砂岩的孔隙度水相体积分数、地层水矿化度、孔隙度、温度、高频率极限介电常数、低频率极限介电常数、多频介电频率和临界频率，建立水相介电常数复数形式的第一表达式、色散相介电常数的第二表达式和基岩相对介电常数的第三表达式；
12.根据所述第一表达式、所述第二表达式和黏土色散体积分数，建立综合导电相介电复数形式的第四表达式；
13.根据所述第三表达式、所述第四表达式和han式模型公式，建立综合介电常数的计算函数；
14.根据所述综合介电常数的计算函数，以及所述综合介电常数和电导率之间的关
系，构建得到测井数据和地层参数之间的计算模型。
15.进一步地，所述综合介电常数的计算函数通过如下公式表示：
[0016][0017]
其中，ε
*
为综合介电常数，为孔隙度，sw为孔隙度水相体积分数，pd为黏土色散体积分数，mn为孔隙结构参数，为通过第四表达式表示的综合导电相介电复数形式，ε
rm
为通过第三表达式表示的基岩相对介电常数。
[0018]
进一步地，所述根据所述计算模型和所述待测泥质砂岩的多频测井数据，利用灰狼算法从预设地层参数范围内以自动调整最大迭代次数的方式进行寻优，将寻优后满足预设条件的地层参数作为目标地层参数，包括：
[0019]
初始化灰狼算法的狼群参数，并对每头灰狼赋予初始地层参数；
[0020]
根据预设目标函数，计算获得狼群中每头灰狼的初始适应值；
[0021]
根据所述初始适应值，判断所述初始地层参数是否满足迭代停止条件；
[0022]
若否，则将所述初始适应值排序前三的灰狼依次定义为α灰狼、β灰狼和δ灰狼，其余灰狼定义为ω灰狼，并按照预设迭代规则和预设地层参数范围更新所述灰狼算法的狼群参数，以调整所述狼群中每头灰狼的位置；
[0023]
根据调整之后每头灰狼的位置，计算获得狼群中每头灰狼的适应值，并根据所述适应值判断调整之后每头灰狼的位置是否满足迭代停止条件；
[0024]
若否，则重复按照预设迭代规则更新所述灰狼算法的狼群参数，以调整所述狼群中每头灰狼的位置的步骤，直到调整之后每头灰狼的位置满足迭代停止条件；
[0025]
若调整之后每头灰狼的位置满足迭代停止条件，则根据调整之后每头灰狼的适应值确定目标地层参数。
[0026]
进一步地，所述预设目标函数包括第一函数和第二函数，所述初始适应值包括第一适应值和第二适应值；
[0027]
所述根据预设目标函数，计算获得狼群中每头灰狼的初始适应值，之后包括：
[0028]
根据每头灰狼的第一适应值和第二适应值，确定全部灰狼的初始适应值集合；
[0029]
确定所述初始适应值集合中的非支配解集，并标记为第一非支配层，并将第一非支配层对应的灰狼从全部灰狼中剔除；
[0030]
从剔除后的灰狼中确定下一层的非支配解集，并标记为第二非支配层，并将第二非支配层对应的灰狼进行第二次剔除；
[0031]
重复对第二次剔除后的灰狼进行非支配层的分层操作，直到全部灰狼都分到对应的非支配层中。
[0032]
进一步地，所述根据所述初始适应值，判断所述初始地层参数是否满足迭代停止条件，包括：
[0033]
确定帕累托前沿的个体数组；
[0034]
判断所述第一非支配层中灰狼数量是否超过所述个体数组的数量；
[0035]
若是，则从所述第一非支配层中选择与所述个体数组相同数量的灰狼作为帕累托前沿的个体数组；
[0036]
若否，则计算获得所述个体数组的数量与所述第一非支配层中灰狼数量的差值，
并从按照非支配层的顺序从其他非支配层中选择与所述差值一致的灰狼，将第一非支配层中灰狼和从其他非支配层中选择的灰狼作为帕累托前沿的个体数组；
[0037]
根据所述个体数组中的灰狼对应的适应值，计算获得所述个体数组中的全部灰狼的第一适应值均值和第二适应值均值；
[0038]
当所述第一适应值均值低于第一预设值，且所述第二适应值均值低于第二预设值，则确定所述初始地层参数满足迭代停止条件，并将所述个体数组中全部灰狼对应的地层参数的平均值作为目标地层参数。
[0039]
进一步地，所述按照预设迭代规则更新所述灰狼算法的狼群参数，包括：
[0040]
通过如下公式更新狼群参数：
[0041]
α灰狼、β灰狼和δ灰狼与各ω灰狼的距离向量分别为：
[0042][0043]
α灰狼、β灰狼和δ灰狼迭代后，各ω灰狼分别与α灰狼、β灰狼和δ灰狼的位置向量分别为：
[0044][0045][0046][0047]
第t次迭代时ω灰狼位置向量满足：
[0048][0049]
其中，和分别为α灰狼、β灰狼和δ灰狼与ω灰狼的距离向量；为第t次迭代时各ω灰狼的位置向量；和分别为α灰狼、β灰狼和δ灰狼的当前位置向量；和分别为α灰狼、β灰狼和δ灰狼迭代后，各ω灰狼分别与α灰狼、β灰狼和δ灰狼的位置向量；为第t次迭代后的ω灰狼位置向量；c1、c2、c3、a1、a2和a3均为α灰狼、β灰狼和δ灰狼的控制参数，狼和δ灰狼的控制参数，是收敛因子，和为随机数。
[0050]
进一步地，所述重复按照预设迭代规则更新所述灰狼算法的狼群参数，以调整所述狼群中每头灰狼的位置的步骤，直到调整之后每头灰狼的位置满足迭代停止条件，包括：
[0051]
当迭代次数达到第一最大迭代次数时，判断最终迭代得到的每头灰狼的位置是否满足迭代停止条件；
[0052]
若是，则根据最终迭代得到的每头灰狼的适应值确定目标地层参数；
[0053]
若否，则按照预设步长增加迭代次数，并重复按照预设迭代规则更新所述灰狼算法的狼群参数，以调整所述狼群中每头灰狼的位置的步骤；
[0054]
当迭代次数达到第二最大迭代次数时，根据第二次最终迭代得到的每头灰狼的适应值确定目标地层参数。
[0055]
另一方面，本说明书还提供一种泥质砂岩介电性质反演装置，所述装置包括：
[0056]
数据获取模块，用于获取待测泥质砂岩的多频测井数据；所述多频测井数据包括介电常数和电导率；
[0057]
计算模型构建模块，用于构建得到测井数据和地层参数之间的计算模型；
[0058]
反演模块，用于根据所述计算模型和所述待测泥质砂岩的多频测井数据，利用灰狼算法从预设地层参数范围内以自动调整最大迭代次数的方式进行寻优，将寻优后满足预设条件的地层参数作为目标地层参数。
[0059]
另一方面，本说明书还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述所述的方法。
[0060]
采用上述技术方案，本说明书所述的一种泥质砂岩介电性质反演方法、装置及设备，通过构建得到测井数据和地层参数之间的计算模型，再结合待测泥质砂岩的多频测井数据，利用灰狼算法从预设地层参数范围内以自动调整最大迭代次数的方式进行寻优，将寻优后满足预设条件的地层参数作为目标地层参数。本说明书实施例中可以自动改变灰狼算法的最大迭代次数，直至达到优化目标，从而避免了原始灰狼算法中的随机性，提高了泥质砂岩介电性质反演后得到地层数据的精度。
[0061]
为让本说明书的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
[0062]
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0063]
图1示出了本说明书实施例提供的一种泥质砂岩介电性质反演方法的实施环境示意图；
[0064]
图2示出了本说明书实施例提供的一种泥质砂岩介电性质反演方法的步骤示意图；
[0065]
图3示出了本说明书实施例中计算模型的构建过程示意图；
[0066]
图4示出了本说明书实施例中灰狼算法中狼群等级关系示意图；
[0067]
图5示出了本说明书实施例中灰狼算法调整步骤示意图；
[0068]
图6示出了本说明书实施例中非支配操作步骤示意图；
[0069]
图7a～图7d示出了本说明书实施例中不同最大迭代次数的帕累托图像的示意图；
[0070]
图8示出了本说明书实施例中对灰狼算法优化步骤示意图；
[0071]
图9示出了本说明书实施例提供的灰狼算法灰狼算法和现有技术的灰狼算法的预测误差对比示意图；
[0072]
图10示出了本说明书另一实施例提供的一种泥质砂岩介电性质反演方法的步骤示意图；
[0073]
图11示出了本说明书实施例提供的一种泥质砂岩介电性质反演装置的结构示意
图；
[0074]
图12示出了本说明书实施例提供的计算机设备结构示意图。
[0075]
附图符号说明：
[0076]
10、采集端；
[0077]
20、服务器；
[0078]
100、数据获取模块；
[0079]
200、计算模型构建模块；
[0080]
300、反演模块；
[0081]
1202、计算机设备；
[0082]
1204、处理器；
[0083]
1206、存储器；
[0084]
1208、驱动机构；
[0085]
1210、输入/输出接口；
[0086]
1212、输入设备；
[0087]
1214、输出设备；
[0088]
1216、呈现设备；
[0089]
1218、图形用户接口；
[0090]
1220、网络接口；
[0091]
1222、通信链路；
[0092]
1224、通信总线。
具体实施方式
[0093]
下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
[0094]
需要说明的是，本说明书的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本说明书的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0095]
泥质砂岩是很多油田的主力生产油气储层，是一种重要的非常规油气储层，因此提高该类储层的地层参数等岩石物理特性的评价精度具有重要意义，多频介电扫描测井作为一种先进的测井方式，在储量评价、剩余油分布评估等方面发挥着越来越大的作用，多频介电扫描测井相对于常规测井方式具有更高的精度，并且能够获得更多的地层参数，如地层水矿化物、孔隙结构参数、黏土色散体积分数等。但是由多频介电扫描测井测得的介电常数和电导率反演得到的地层参数是一个“黑箱子”问题，需要购买相应的软硬件设施和计算
服务才能直接获得相应的地层参数，无法从多频介电数据(即介电常数和电导率)中得到地质参数反演过程的具体实施途经和方法，因此如何在不通过购买相应服务的基础上，通过多频介电数据准确的反演得到泥质砂岩的地层数据成为目前亟需解决的技术问题。
[0096]
为了解决上述问题，本说明书实施例提供一种泥质砂岩介电性质反演方法，如图1所示，为所述方法的实施环境示意图，可以包括采集端10和服务器20，所述采集端10和所述服务器20可以进行数据交互，所述采集端10可以采集获得泥质砂岩的多频测井数据，所述服务器20提前配置反演计算逻辑，从所述采集端10中获得泥质砂岩的多频测井数据，以及构建得到测井数据和地层参数之间的计算模型，然后根据所述计算模型和所述待测泥质砂岩的多频测井数据，利用灰狼算法从预设地层参数范围内以自动调整最大迭代次数的方式进行寻优，将寻优后满足预设条件的地层参数作为目标地层参数，从而可以准确的获得待测泥质砂岩中的地层参数。
[0097]
在一个可选的实施例中，所述采集端10可以为多频介电扫描测井设备，可以直接获得泥质砂岩层中的介电数据(即测井数据)，在一些其他实施例中，所述采集端10可以为终端，所述终端与所述多频介电扫描测井设备连接，在所述多频介电扫描测井设备采集到介电数据后，所述终端可以从所述多频介电扫描测井设备中采集得到相应的介电数据，所述终端可以包括但不限于智能手机、台式计算机、平板电脑、笔记本电脑、智能音箱、数字助理、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)设备、智能可穿戴设备等类型的电子设备。可选的，电子设备上运行的操作系统可以包括但不限于安卓系统、ios系统、linux、windows等。
[0098]
在一个可选的实施例中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery net work，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
[0099]
此外，需要说明的是，图1所示的仅仅是本公开提供的一种应用环境，在实际应用中，还可以包括其他应用环境，例如介电性质反演的过程，也可以在采集端10上实现。
[0100]
具体地，本说明书实施例提供了泥质砂岩介电性质反演方法，能够提高泥质砂岩的地层参数反演的准确性。图2是本说明书实施例提供的一种泥质砂岩介电性质反演方法的步骤示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或装置产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体的如图2所示，所述方法可以包括：
[0101]
s101：获取待测泥质砂岩的多频测井数据；所述多频测井数据包括介电常数和电导率；
[0102]
s102：构建得到测井数据和地层参数之间的计算模型；
[0103]
s103：根据所述计算模型和所述待测泥质砂岩的多频测井数据，利用灰狼算法从预设地层参数范围内以自动调整最大迭代次数的方式进行寻优，将寻优后满足预设条件的地层参数作为目标地层参数。
[0104]
原始灰狼算法中，不能够自动改变最大迭代次数，非常容易因为狼群位置的随机
性使优化过程陷入僵局状态，从而不能达到最优解。而本说明书实施例中，由于采用改进版的灰狼算法，可以自动改变最大迭代次数，直至达到优化目标，从而避免了原始灰狼算法的随机性，提高了泥质砂岩介电性质反演后得到地层数据的精度。
[0105]
在本说明书实施例中，所述地层参数包括孔隙度水相体积分数、地层水矿化度、孔隙结构参数和黏土色散体积分数，上述四个地层参数可以为需要反演得到的数据，当然，在泥质砂岩地层已知的情况下，该地层的其余地层参数可以直接测量得到，比如孔隙度φ，温度t，高频率极限介电常数ε
∞
，低频率极限介电常数εs，多频介电频率ω，临界频率fc。
[0106]
在本说明书实施例中，如图3所示，所述构建得到测井数据和地层参数之间的计算模型，包括：
[0107]
s201：根据泥质砂岩的孔隙度水相体积分数、地层水矿化度、孔隙度、温度、高频率极限介电常数、低频率极限介电常数、多频介电频率和临界频率，建立水相介电常数复数形式的第一表达式、色散相介电常数的第二表达式和基岩相对介电常数的第三表达式；
[0108]
s202：根据所述第一表达式、所述第二表达式和黏土色散体积分数，建立综合导电相介电复数形式的第四表达式；
[0109]
s203：根据所述第三表达式、所述第四表达式和han式模型公式，建立综合介电常数的计算函数；
[0110]
s204：根据所述综合介电常数的计算函数，以及所述综合介电常数和电导率之间的关系，构建得到测井数据和地层参数之间的计算模型。
[0111]
示例性地，所述第一表达式可以通过如下公式(1)表示：
[0112][0113]
其中，为水相介电常数复数形式，ε
rw
为水相相对介电常数，σw为水相电导率，ε0为自由空间内的介电常数，i为复数的虚部的单位，ω为多频介电频率。
[0114]
进一步地，水相相对介电常数和水相电导率分别通过如下公式(2)和公式(3)表示：
[0115][0116][0117]
其中，ε
rw
为水相相对介电常数，σw为水相电导率，t为温度，s为地层水矿化度。
[0118]
所述第二表达式可以通过如下公式(4)表示：
[0119][0120]
其中，为色散相介电常数，ε
∞
为高频率极限介电常数，εs为低频率极限介电常数，ω为多频介电频率，fc为临界频率，σd为色散相电导率，ε0为自由空间内的介电常数。
[0121]
进一步地，色散相电导率σd通过如下公式(5)表示：
[0122][0123]
其中，σd为色散相电导率，t为温度，*表示乘号。
[0124]
所述第三表达式可以通过如下公式(6)表示：
[0125][0126]
其中，ε
rm
为基岩相对介电常数，为孔隙度，εm为基岩介电常数，sw为孔隙度水相体积分数，εh为油相介电常数。
[0127]
所述第四表达式可以通过如下公式(7)表示：
[0128][0129]
其中，为综合导电相介电复数形式，为含水孔隙度，为水相介电常数复数形式，pd为黏土色散体积分数，为色散相介电常数。
[0130]
在本说明书实施例中，han式模型公式可以为斯伦贝榭(schlumberger)的han mei提出的关于综合介电常数的公式，在han式模型公式的基础上可以得到综合介电常数的计算函数为：
[0131][0132]
其中，ε
*
为综合介电常数，为孔隙度，sw为孔隙度水相体积分数，pd为黏土色散体积分数，mn为孔隙结构参数，为通过第四表达式表示的综合导电相介电复数形式，ε
rm
为通过第三表达式表示的基岩相对介电常数。
[0133]
可以理解为，在上述提供的综合介电常数的计算函数的基础上，在确定待测泥质砂岩时，即可确定泥质砂岩中孔隙度φ，温度t，高频率极限介电常数ε
∞
，低频率极限介电常数εs，多频介电频率ω，临界频率fc，然后即可通过孔隙度水相体积分数sw，地层水矿化度s，孔隙结构参数mn，黏土色散体积分数pd这四个地层参数计算得到泥质砂岩的综合介电常数。
[0134]
在本说明书实施例中，所述综合介电常数和电导率之间的关系可以通过上述公式(1)推算得到，并通过如下公式(9)表示：
[0135][0136]
其中，ε
*
为综合介电常数，εr为介电常数，σ为电导率，ε0为自由空间内的介电常数，ω为多频介电频率。
[0137]
因此，通过上述公式(8)和公式(9)即可通过孔隙度水相体积分数sw，地层水矿化度s，孔隙结构参数mn，黏土色散体积分数pd这四个地层参数计算得到泥质砂岩的介电常数εr和电导率σ。因此可以将上述公式(8)和公式(9)作为测井数据和地层参数之间的计算模型，进而可以使用该计算模型，结合多频介电扫描测井设备采集到的综合介电常数和电导率来反演得到上述四个地层参数。
[0138]
在本说明书实施例中，通过灰狼算法结合多频介电扫描测井设备采集到的介电常数和电导率来反演得到上述四个地层参数，为了便于理解，以下将简单介绍灰狼算法(grey wolf optimizer，gwo)的基本原理：
[0139]
灰狼隶属于群居生活的犬科动物，且处于食物链的顶层。灰狼严格遵守着一个社会支配等级关系，如图4所示为其社会等级关系示意图。
[0140]
社会等级第一层：狼群中的头狼记为α灰狼(即α狼)，α狼主要负责对狼群中的捕食、栖息、作息时间等活动做出决策。由于其它的狼需要服从α狼的命令，所以α狼也被称为
支配狼。另外，α狼不一定是狼群中最强的狼，但就管理能力方面来说，α狼一定是最好的。
[0141]
社会等级第二层：β灰狼(即β狼)，它服从于α狼，并协助α狼做出决策。在α狼去世或衰老后，β狼将成为α狼的最佳候选者。虽然β狼服从α狼，但β狼可支配其它社会层级上的狼。
[0142]
社会等级第三层：δ灰狼(即δ狼)，它服从α狼、β狼，同时支配剩余层级的狼，主要负责侦查、警戒、打围、看守等任务。δ狼一般由幼狼、哨兵狼、狩猎狼、老年狼及护理狼组成。
[0143]
社会等级第四层：ω灰狼(即ω狼)，位于整个狼群最底层，它通常需要服从其它社会层次上的狼，并根据指示开展相关的群体狩猎行动。虽然看上去ω狼在狼群中的作用不大，但是如果没有ω狼的存在，狼群会出现内部问题如自相残杀。
[0144]
在上述介绍灰狼算法的基础上，作为可选地，如图5所示，所述根据所述计算模型和所述待测泥质砂岩的多频测井数据，利用灰狼算法从预设地层参数范围内以自动调整最大迭代次数的方式进行寻优，将寻优后满足预设条件的地层参数作为目标地层参数，包括：
[0145]
s301：初始化灰狼算法的狼群参数，并对每头灰狼赋予初始地层参数；
[0146]
s302：根据预设目标函数，计算获得狼群中每头灰狼的初始适应值；
[0147]
s303：根据所述初始适应值，判断所述初始地层参数是否满足迭代停止条件；
[0148]
s304：若否，则将所述初始适应值排序前三的灰狼依次定义为α灰狼、β灰狼和δ灰狼，其余灰狼定义为ω灰狼，并按照预设迭代规则和预设地层参数范围更新所述灰狼算法的狼群参数，以调整所述狼群中每头灰狼的位置；
[0149]
s305：根据调整之后每头灰狼的位置，计算获得狼群中每头灰狼的适应值，并根据所述适应值判断调整之后每头灰狼的位置是否满足迭代停止条件；
[0150]
s306：若否，则重复按照预设迭代规则更新所述灰狼算法的狼群参数，以调整所述狼群中每头灰狼的位置的步骤，直到调整之后每头灰狼的位置满足迭代停止条件；
[0151]
s307：若调整之后每头灰狼的位置满足迭代停止条件，则根据调整之后每头灰狼的适应值确定目标地层参数。
[0152]
可以理解为，所述目标函数是根据所述计算模型和所述待测泥质砂岩的多频测井数据确定的，即通过所述计算模型可以通过地层参数计算得到测井数据(即介电数据)的理论值，通过多频介电扫描测井设备采集到的介电常数和电导率为测井数据的实际值，通过所述理论值和所述实际值之间差异建立目标函数，做为地层参数优化的优化目标。
[0153]
在本说明书一些实施例中，所述目标函数可以通过如下公式(10)和公式(11)表示：
[0154][0155][0156]
其中，f1为第一适应值，εr为介电常数的实际值，为介电常数的理论值，σ为电导率的实际值，为电导率的理论值，n为发射频率的个数。
[0157]
也就是说，根据同一组地层参数(即孔隙度水相体积分数sw，地层水矿化度s，孔隙结构参数mn，黏土色散体积分数pd)通过上述公式即可得到该组地层参数对应的适应值，该适应值(即第一适应值和第二适应值)表示介电常数与电导率的实际值和期望值的差异，差异越小，则表示寻优得到的该组地层参数更准确。本说明书通过灰狼算法可以在地层参数寻优的过程中更靠近期望值，提高了地层参数反演的准确性和可靠性。
[0158]
对所述初始适应值排序可以为从小到大排序，将适应值最小的三个灰狼依次定义为α灰狼、β灰狼和δ灰狼。
[0159]
所述狼群参数可以包括狼群大小，网格膨胀参数，每个维度的网格数量，领导者压力参数，具体的参数数据可以根据实际情况设置。
[0160]
所述预设地层参数范围可以给句实际情况设置，比如可以参考待测泥质砂岩同一工区内其他泥质砂岩的地层参数对应的范围，作为可选地，所述预设地层参数范围可以为孔隙度水相体积分数sw的变化范围可以为0.1到0.9，黏土色散体积分数pd可以为0.01到0.3，地层水矿化度s可以为10到60，孔隙结构参数mn可以为1到3。经检测，预设地层参数范围适度的上下波动对结果影响较小。
[0161]
通过上述公式(10)和公式(11)可知所述目标函数包括第一函数和所述第二函数，相应地，所述适应值包括第一适应值和第二适应值。作为可选地，如图6所示，所述根据预设目标函数，计算获得狼群中每头灰狼的初始适应值，之后包括：
[0162]
s401：根据每头灰狼的第一适应值和第二适应值，确定全部灰狼的初始适应值集合；
[0163]
s402：确定所述初始适应值集合中的非支配解集，并标记为第一非支配层，并将第一非支配层对应的灰狼从全部灰狼中剔除；
[0164]
s403：从剔除后的灰狼中确定下一层的非支配解集，并标记为第二非支配层，并将第二非支配层对应的灰狼进行第二次剔除；
[0165]
s404：重复对第二次剔除后的灰狼进行非支配层的分层操作，直到全部灰狼都分到对应的非支配层中。
[0166]
可以理解为，本说明书实施例中目标函数包括第一函数和第二函数，因此属于多目标优化的问题，由于目标之间存在冲突无法比较，所以很难找到一个解使得所有的目标函数同时最优，也就是说，一个解可能对于某个目标函数是最好的，但对于其他的目标函数却不是最好的，甚至是最差的。因此，对于多目标优化问题，通常存在一个解集，这些解之间就全体目标函数而言是无法比较优劣的，其特点是：无法在改进任何目标函数的同时不削弱至少一个其他目标函数，这种解称作非支配解(nondominated soluitons)或帕累托最优解(pareto optimal soluitons)。
[0167]
为了引导狼群位置更新朝pareto最优解集方向前进，因此需要对狼群进行非支配排序操作，从而对不同灰狼的适应值进行分层，具体过程为：首先确定全部灰狼的初始适应值集合，在根据所述初始适应值确定狼群中的非支配解集，即为第一非支配层d1，然后将第一非支配层中的灰狼从狼群中剔除，进而从剔除后的狼群中继续确定下一层的非支配解集，并标记为第二非支配层d2，并将第二非支配层中的狼群从狼群中第二次剔除，依次类推，知道整个狼群都被分层，同层内的灰狼个体之间存在非支配关系，进一步地，还可以对每一层非支配层中的灰狼赋予非支配值，同一非支配层的灰狼的非支配值一致，其中上层的非支配层中的灰狼的非支配值小于下层的非支配层中的灰狼的非支配值，因此在一次迭代过程中，通过灰狼对应的非支配值就能确定该灰狼所处的非支配层。
[0168]
在本说明书实施例中，所述根据所述初始适应值，判断所述初始地层参数是否满足迭代停止条件，包括：
[0169]
确定帕累托前沿的个体数组；
[0170]
判断所述第一非支配层中灰狼数量是否超过所述个体数组的数量；
[0171]
若是，则从所述第一非支配层中选择与所述个体数组相同数量的灰狼作为帕累托前沿的个体数组；
[0172]
若否，则计算获得所述个体数组的数量与所述第一非支配层中灰狼数量的差值，并从按照非支配层的顺序从其他非支配层中选择与所述差值一致的灰狼，将第一非支配层中灰狼和从其他非支配层中选择的灰狼作为帕累托前沿的个体数组；
[0173]
根据所述个体数组中的灰狼对应的适应值，计算获得所述个体数组中的全部灰狼的第一适应值均值和第二适应值均值；
[0174]
当所述第一适应值均值低于第一预设值，且所述第二适应值均值低于第二预设值，则确定所述初始地层参数满足迭代停止条件，并将所述个体数组中全部灰狼对应的地层参数的平均值作为目标地层参数。
[0175]
可以理解为，所述帕累托前沿可以为地层参数最优解的集合，该集合中灰狼个体即为根据非支配层确定的灰狼。比如，狼群中有50个灰狼，提前确定帕累托前沿的个体数组为10，在其中任一迭代过程中，通过非支配分层可以确定第一非支配层中有6个灰狼，第二非支配层有2个灰狼，第三非支配层有10个灰狼，第四非支配层有5个灰狼，第五非支配层有10个灰狼，第六非支配层有8个灰狼，第七非支配层有9个灰狼，可以看出第一非支配层和第二非支配层中灰狼之和(即8个)也小于帕累托前沿的个体数组，因此还需从第三非支配层选择两个灰狼加入到帕累托前沿中，可以通过随机的方式，或者通过指定的规定，比如其中第一适应值和第二适应值之间的关系确定，在本说明书实施例中不做限定。
[0176]
在一些其他实施例中，帕累托前沿中的个体数组可以与每次迭代确定的第一非支配层中的灰狼数量一致，也就是说，在灰狼算法迭代过程中，帕累托前沿中的个体数组是实时更新变化的，这样可以保证只利用第一非支配层中的灰狼对应的地层参数来确定迭代的结果，提高了迭代的可靠性。
[0177]
在确定帕累托前沿中灰狼的基础上，通过计算第一适应值均值和第二适应值均值来判断是否满足迭代停止条件，当满足时，则可以停止迭代，否则继续迭代直到迭代后的第一适应值均值和第二适应值均值满足迭代停止条件，作为可选地，所述第一预设值可以为10-3
，所述第二预设值可以为10-3
。
[0178]
需要说明的是，所述灰狼算法还需要设置最大迭代次数，以避免发生局部最优以至于无法达到迭代停止条件，因此当达到最大迭代次数时，即可停止迭代，以最后迭代得到的帕累托前沿的个体数组对应的灰狼的地层参数的平均值作为目标地层参数，或者是在达到最大迭代次数过程中第一适应值均值和第二适应值均值之和最小帕累托前沿对应的灰狼的地层参数的平均值作为目标地层参数。
[0179]
示例性地，如下表1-表4所示，为本说明书一示例中，最大迭代次数为600、700、800和900对应的最优解数据，如图7a～图7d所示，对应示出了最大迭代次数分别为600、700、800和900的最优解对应的帕累托(pareto)图像，其中横坐标为第一适应值，纵坐标为第二适应值，当所述第一预设值可以为10-3
，所述第二预设值可以为10-3
时，可以看出每种最大迭代次数对应的最优解均满足优化目标，因此当确定最大迭代次数时，可以将其对应的最优解中的地层参数作为反演得到的目标地层参数。
[0180]
表1最大迭代次数为600时的最优解数据
[0181][0182]
表2最大迭代次数为700时的最优解数据
[0183]
[0184][0185]
表3最大迭代次数为800时的最优解数据
[0186][0187][0188]
表4最大迭代次数为900时的最优解数据
[0189][0190]
为了进一步提高灰狼算法反演的可靠性，作为可选地，如图8所示，所述重复按照预设迭代规则更新所述灰狼算法的狼群参数，以调整所述狼群中每头灰狼的位置的步骤，直到调整之后每头灰狼的位置满足迭代停止条件，包括：
[0191]
s501：当迭代次数达到第一最大迭代次数时，判断最终迭代得到的每头灰狼的位置是否满足迭代停止条件；
[0192]
s502：若是，则根据最终迭代得到的每头灰狼的适应值确定目标地层参数；
[0193]
s503：若否，则按照预设步长增加迭代次数，并重复按照预设迭代规则更新所述灰狼算法的狼群参数，以调整所述狼群中每头灰狼的位置的步骤；
[0194]
s504：当迭代次数达到第二最大迭代次数时，根据第二次最终迭代得到的每头灰狼的适应值确定目标地层参数。
[0195]
可以理解为，在达到第一最大迭代次数之前，原始灰狼群体中的狼群的位置变化和狼群的初始位置具有相关性，如果灰狼算法首次随机产生的初始点分布不佳，容易陷入局部极值，造成较大预测误差。本说明书通过在第一最大迭代次数的基础上，循环更新最大迭代次数，达到第二最大迭代次数，可以减少灰狼算法中灰狼群体的随机不确定性，提高了地层参数反演的准确性，本说明书有利于避免当迭代次数不合适时以及初始狼群位置不合适时不能有效获得高精度地层参数值的情况，并使地层参数评价误差可控。其中，所述第一最大迭代次数可以为600、650，所述第二最大迭代次数可以为700、800、900等，具体数值在本说明书实施例中不做限定。
[0196]
在本说明书实施例中，可以通过实验的方式验证本说明书提供方法的可靠性，比如，可以提供已知泥质砂岩地层的孔隙度水相体积分数、地层水矿化物、孔隙结构参数、黏土色散体积分数，然后通过多频介电扫描测井设备扫描该泥质砂岩地层得到介电常数和电导率的实际值，最后通过上述方法反演可以得到所述泥质砂岩地层中孔隙度水相体积分数、地层水矿化物、孔隙结构参数、黏土色散体积分数的预测值，如下公式(12)可以检测本说明书提供的反演方法误差的可靠性：
[0197][0198]
其中，error为预测误差，s
w_target
为孔隙度水相体积分数的实际值，s
target
为地层水矿化度的实际值，pd
target
为黏土色散体积分数的实际值，mn
target
为孔隙结构参数的实际值，s
w0
为孔隙度水相体积分数的预测值，s0为地层水矿化度的预测值，pd0为黏土色散体积分数的预测值，mn0为孔隙结构参数的预测值。
[0199]
进一步地，还可以通过比较本说明书提供的循环最大迭代次数的灰狼算法和现有技术中常规的固定的最大迭代次数的灰狼算法的预测误差，如图9所示，为本说明书实施例采用改进版的灰狼群算法和现有技术中采用原始灰狼算法的预测误差对比图，可以看出，现有技术中的原始灰狼算法，预测误差和最大迭代次数呈现了较弱线性关系，随着最大迭代次数的增加，误差有减小趋势，但具有较大不确定性，预测误差变化范围较大，本说明书实施例中采用改进版的灰狼群算法，能够降低预测误差的不确定性(即能够克服原始灰狼算法中因固定最大迭代次数产生的随机性)，提高了地层参数预测的可靠性。在图9中，本说明书实施例采用改变最大迭代次数的方法中，以10为梯度自动改变初始的最大迭代次数(以600为例)，则最大迭代次数分别600、700、800、900时，预测误差虽然各不相同，有大有小，但基本不会超过5％。而现有技术中，若最大迭代次数采用610、620、630、640、650等固定值时，可能会产生高达25％的误差。可见，本说明书实施例采用改变最大迭代次数的方法的优势在于：能够克服原始灰狼算法中因固定最大迭代次数产生的随机性。
[0200]
在本说明书实施例中，所述按照预设迭代规则更新所述灰狼算法的狼群参数，包括：
[0201]
通过如下公式更新狼群参数：
[0202]
α灰狼、β灰狼和δ灰狼与各ω灰狼的距离向量分别为：
[0203]
[0204][0205][0206]
α灰狼、β灰狼和δ灰狼迭代后，各ω灰狼分别与α灰狼、β灰狼和δ灰狼的位置向量分别为：
[0207][0208][0209][0210]
第t次迭代时ω灰狼位置向量满足：
[0211][0212]
其中，和分别为α灰狼、β灰狼和δ灰狼与ω灰狼的距离向量；为第t次迭代时各ω灰狼的位置向量；和分别为α灰狼、β灰狼和δ灰狼的当前位置向量；和分别为α灰狼、β灰狼和δ灰狼迭代后，各ω灰狼分别与α灰狼、β灰狼和δ灰狼的位置向量；为第t次迭代后的ω灰狼位置向量；c1、c2、c3、a1、a2和a3均为α灰狼、β灰狼和δ灰狼的控制参数，狼和δ灰狼的控制参数，是收敛因子，在迭代过程中从2到0线性递减，和为随机数，为在1到1之间变化的随机向量，
·
表示乘号。
[0213]
通过上述公式就能实现在每次迭代后对灰狼群体中灰狼位置的变化，灰狼的位置即为地层参数的组合。
[0214]
本说明书实施例还提供一种泥质砂岩介电性质反演方法，如图10所示，所述方法具体包括：
[0215]
s601：确定介电数据和地层参数之间的关系；
[0216]
确定介电常数和电导率与孔隙度水相体积分数、地层水矿化物、孔隙结构参数、黏土色散体积分数的关系。
[0217]
在本步骤中，还可以包括初始化地层参数，确定待测泥质砂岩的孔隙度为0.2，温度为150
°
f，基岩介电常数为6，油相介电常数为2.5，高频率极限介电常数为650，低频率极限介电常数为5。
[0218]
s602：设定针对泥质砂岩的介电目标函数；
[0219]
所述确定介电目标函数即为确定最优化目标，即多频介电下的介电常数实际值与理论值的相对误差平方之和和电导率实际值与理论值的相对误差平方之和，通过所述目标函数可以确定第一适应值均值f1和第二适应值均值f2。
[0220]
在本步骤中，还可以包括确定四个地层参数的下限和上限值：孔隙度水相体积分数、地层水矿化物、孔隙结构参数、黏土色散体积分数的下限分别为0.05、15ppk、1.5和0.001，上限分别为0.7、40ppk、3.5和0.2。
[0221]
s603：初始化狼群参数，及确定狼群中的初始地层参数；
[0222]
定义狼群大小为50，网格膨胀参数为0.1，每个维度的网格数量为10，领导者压力
参数为4，定义archive为帕累托前沿的个体数组，比如为20。
[0223]
s604：设置初始的最大迭代次数为600，梯度为10，上限为650；
[0224]
其中，梯度是指当需要调整(即增大)最大迭代次数时，每次调整的步长(幅度)。上限为最大迭代次数的上限，即调整后的最大迭代次数不能超过该上限。
[0225]
s605：执行一次狼群位置更新：计算获得帕累托前沿的个体数组achive数组中的非支配解archive_solutions，即所求四个地层参数多组解组成的矩阵，并根据非支配解确定狼的社会等级：选择狼群中的α灰狼、β灰狼和δ灰狼，和帕累托前沿数值archive_costs，即多组f1和f2的矩阵，计算孔隙度水相体积分数、地层水矿化物、孔隙结构参数、黏土色散体积分数的平均值，以及f1和f2的平均值。
[0226]
s606：判断f1是否小于10-3
、f2是否小于10-3
；如果小于，则执行步骤s612，否则执行步骤s607。
[0227]
其中，判断f1是否小于10-3
、f2是否小于10-3
是指：判断执行本次狼群位置更新后得到的f1是否小于10-3
，以及执行本次狼群位置更新后得到的f2是否小于10-3
。
[0228]
s607：判断执行次数是否达到最大迭代次数；如果未达到最大迭代次数，则执行步骤s608；如果达到最大迭代次数，则执行步骤s609。
[0229]
若执行本次狼群位置更新后不满足f1小于10-3
且f2小于10-3
，则表明未找到四个地层参数对应的最优解，需要继续寻优，此时需要判断当前已经执行的狼群位置更新次数(即执行次数)是否达到最大迭代次数，以便于确认是否需要调整最大迭代次数。
[0230]
s608：更新灰狼算法中的参数以迭代更新狼群中灰狼的位置；
[0231]
若执行次数未达到最大迭代次数，则更新灰狼算法中的参数，包括执行次数未达到最大迭代次数，则更新灰狼算法中的参数，包括以迭代更新狼群中灰狼的位置，并回到步骤s605；
[0232]
s609：判断最大迭代次数是否为650；如果不是650，则执行步骤s610；如果是650，则执行步骤s611。
[0233]
若执行次数达到最大迭代次数，则需要判断该最大迭代次数是否为上限650，以便于据此确定是否能够调整最大迭代次数。
[0234]
s610：最大迭代次数+10再次进行循环，更新灰狼算法中的参数，以迭代更新狼群中灰狼的位置。
[0235]
若最大迭代次数最大迭代次数不是650，则最大迭代次数+10再次进行循环，更新灰狼算法中的参数(包括灰狼算法中的参数(包括)，以迭代更新狼群中灰狼的位置，并回到步骤s605。例如，若当前的最大迭代次数为600，则可以按照梯度10可将最大迭代次数600调整为600+10＝610；若当前的最大迭代次数为610，则可以按照梯度10可将最大迭代次数610调整610+20＝620，以此递推。
[0236]
s611：输出最小f1和f2之和对应的四个地层参数的最优解。
[0237]
若最大迭代次数为上限650时，输出各次狼群位置更新中最小f1和f2之和对应的四个地层参数的最优解。例如，在一实施例中，若在第1～第650次狼群位置更新中，第634次狼群位置更新得到的f1和f2之和最小，则可以将第634次狼群位置更新后得到的archive_solutions的平均值，作为所求四个地层参数对应的最优解。
[0238]
s612：输出archive_solutions的平均值，即所求四个地层参数对应的最优解。若执行本次狼群位置更新后满足f1小于10-3
、f2小于10-3
，则表明已找到四个地层参数对应的最优解，从而可以输出archive_solutions的平均值，即所求四个地层参数对应的最优解。
[0239]
本说明书实施例提供的一种泥质砂岩介电性质反演方法，通过构建得到测井数据和地层参数之间的计算模型，再结合待测泥质砂岩的多频测井数据，利用灰狼算法从预设地层参数范围内以自动调整最大迭代次数的方式进行寻优，将寻优后满足预设条件的地层参数作为目标地层参数。由于本说明书实施例中可以自动改变灰狼算法的最大迭代次数，直至达到优化目标，从而避免了原始灰狼算法中的随机性，提高了泥质砂岩介电性质反演后得到地层数据的精度。
[0240]
基于同一发明构思，本说明书实施例还提供一种泥质砂岩介电性质反演装置，如图11所示，所述装置包括：
[0241]
数据获取模块100，用于获取待测泥质砂岩的多频测井数据；所述多频测井数据包括介电常数和电导率；
[0242]
计算模型构建模块200，用于构建得到测井数据和地层参数之间的计算模型；
[0243]
反演模块300，用于根据所述计算模型和所述待测泥质砂岩的多频测井数据，利用灰狼算法从预设地层参数范围内以自动调整最大迭代次数的方式进行寻优，将寻优后满足预设条件的地层参数作为目标地层参数。
[0244]
通过上述装置所取得的有益效果和上述方法所取得的有益效果一致，本说明书实施例不做赘述。
[0245]
本说明书的实施例还提供一种计算机设备。如图12所示，在本说明书一些实施例中，所述计算机设备1202可以包括一个或多个处理器1204，诸如一个或多个中央处理单元(cpu)或图形处理器(gpu)，每个处理单元可以实现一个或多个硬件线程。计算机设备1202还可以包括任何存储器1206，其用于存储诸如代码、设置、数据等之类的任何种类的信息，一具体实施例中，存储器1206上并可在处理器1204上运行的计算机程序，所述计算机程序被所述处理器1204运行时，可以执行上述任一实施例所述的泥质砂岩介电性质反演方法的指令。非限制性的，比如，存储器1206可以包括以下任一项或多种组合：任何类型的ram，任何类型的rom，闪存设备，硬盘，光盘等。更一般地，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示计算机设备1202的固定或可移除部件。在一种情况下，当处理器1204执行被存储在任何存储器或存储器的组合中的相关联的指令时，计算机设备1202可以执行相关联指令的任一操作。计算机设备1202还包括用于与任何存储器交互的一个或多个驱动机构1208，诸如硬盘驱动机构、光盘驱动机构等。
[0246]
计算机设备1202还可以包括输入/输出接口1210(i/o)，其用于接收各种输入(经由输入设备1212)和用于提供各种输出(经由输出设备1214)。一个具体输出机构可以包括呈现设备1216和相关联的图形用户接口1218(gui)。在其他实施例中，还可以不包括输入/输出接口1210(i/o)、输入设备1212以及输出设备1214，仅作为网络中的一台计算机设备。计算机设备1202还可以包括一个或多个网络接口1220，其用于经由一个或多个通信链路1222与其他设备交换数据。一个或多个通信总线1224将上文所描述的部件耦合在一起。
[0247]
通信链路1222可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点
对点连接等、或其任何组合。通信链路1222可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
[0248]
本技术是参照本说明书一些实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理器的处理器以产生一个机器，使得通过计算机或其他可编程数据处理器的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0249]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理器以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0250]
这些计算机程序指令也可装载到计算机或其他可编程数据处理器上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0251]
在一个典型的配置中，计算机设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0252]
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
[0253]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算机设备访问的信息。按照本说明书中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0254]
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0255]
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理器来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
[0256]
还应理解，在本说明书实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本说明书中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0257]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0258]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0259]
以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。