基于多agent的分布式储层地质统计分析系统的研究摘要：对储层建模方法进行了研究，针对储层建模相关软件的复杂度大、主观性强、处理速度慢等普遍问题，提出了基于多agent的分布式储层地质统计分析系统。对系统进行了多agent规划，设计了分层的系统模型，并阐述了各个agent的功能，最后对该模型进行了面向agent的设计。??关键词：代理;多代理;储层地质统计分析系统;储层建模??：TP311．5；TP18文献标志码：A：1001－3695(2007)08－0258－040引言??储层建模是一个复杂而专业的领域。正因为问题本身的复杂性和专业性，使得目前的储层建模软件(如RMS、GSLib、??SGeMS等)大多步骤繁多、操作困难且速度较慢。软件的操作群体一般局限于对这一领域非常了解的专家，并且在使用软件前须经过长时间的培训。在操作过程中，操凭自身经验对各个环节加以干预，以便获得理想的结果。然而即使操是这一领域的专家，对某一问题的看法也很难确保不会有失全面性。而操的任何失误都将直接影响最终结果的准确性。这些阻碍了储层建模软件的应用和推广，成为储层建模软件的瓶颈问题。??Agent技术始于人工智能。人工智能的研究有四十来年的历史。20世纪70年代，在分布式并行处理技术、面向对象技术、计算机网络技术等领域飞速发展的影响下，人工智能领域提出了agent技术[1]。Agent用于模拟人类个体的行为。通过一定的体系结构把agent组织起来形成多agent的系统（multi??agentsystem），可以模拟群体而不仅仅是个体的行为。研究多agent系统的目的在于增强软件的智能性，提高软件的并行度从而最大限度地提高工作效率，减少软件执行中的人为干预和主观判断，降低复杂软件的操作难度，增强软件对用户的亲切感。而这些正是传统方法难以解决的瓶颈问题。多??agent系统在远程教学、电子商务、智能网络游戏、地理信息服务、信息处理、移动计算等领域开始逐步应用开来。??多agent系统为解决储层建模软件的上述问题提供了比较完美的途径。据此，本文提出了基于多agent的分布式储层地质统计分析系统。??1基于多agent分布式储层地质统计分析系统模型??大量科学家在面向agent的分析和设计方法上进行着探索。DavidKinny等人提出了一种适应和扩展面向对象技术的??agent和多agent建模技术，同时提出了清晰概念框架方法学以引导系统设计,并在此基础上给出了一个实例，即ATM??agent类和实例图[2]。Wooldridge等人提出了一个面向agent的分析和设计方法学，并以具体案例(agentbasedbusinessprocessmanagementsystem)阐述了其方法学[3]。PaoloGiorgini等人提出了以组织理论和企业组织结构为根据的适应于多Agent系统的一组架构[4]。KhanhHoaDam等人研究了大量的开发基于agent的系统方法学，并对三种突出的面向agent的方法学，即MaSE、Prometheus和Tropos进行了比较[5]。与此同时，多??agent系统在行业内部已经应用开来。一般而言，从总体架构和功能上描述一个系统，然后逐层细化，比较符合人们的思维习惯。基于多agent的分布式储层地质分析系统模型。??智能人机交互agent层：响应用户的操作请求，显示处理结果。??智能数据处理agent层：分析和解释业务逻辑，对数据进行智能处理。??数据接口agent层：解释外部数据与内部数据的格式，完成格式转换工作。??系统采用目的驱动的方式运行，用户从界面发出操作请求，告知要达到的最终目的，该请求被发送到合理的agent完成智能数据处理，并将处理后的结果交给智能人机交互agent层进行显示。这样，用户可以不用了解具体的数据处理逻辑，就可获得非常专业的数据、结果或图形。除非专业用户想了解具体的处理过程并希望加以人工干预时，才发出交互式计算可视化请求，达到控制数据处理过程的作用。??2模型的功能阐述??本系统主要建立在变异函数的基础上，采用克里金估值技术和随机模拟技术完成网格数据处理。下面对各agent的功能进行阐述。??2．1数据读写agent??测井文件没有统一的格式，不同采油厂定义的测井文件格式一般不一样。为适配这些异构数据，数据读写agent定义一个统一的XML模式(schema)，以便面对异构数据时不需修改程序，就能通过XML理解这些异构数据，从而将这些数据转换成符合内部...