这一段时间以来，英雄张玉莲的名字从大冶传遍荆山楚水，她的壮举让人震撼，她的美德让人敬仰，天地之间正回荡着一股浩然正气，人们永远记住英雄张玉莲，从心底敬佩这位感天动地的英雄!
那是一个生死攸关的日子。元月14日，一位32岁的弱女子为保护10万元公款，手无寸铁与持刀抢劫的歹徒进行浴血搏斗，身中10余刀后，顽强地捂着伤口追赶歹徒，直至倒在血泊中不省人事，后经医院8小时抢救，才脱离生命危险。她就是号称“巾帼英雄”的我市金牛镇粮食公司职工张玉莲。
张玉莲与歹徒浴血奋战，保护了公款，维护了人间正义，谱写了一曲见义勇为的正气之歌，树立了荆楚儿女的光辉形象! “为耕者谋利，为食者造福。”这是张玉莲朴素的愿望。
张玉莲的父母都是我市粮食战线的职工，出身于粮食战线家庭的她，在父母的熏陶下，对从事粮食工作有一种特别的向往之情。1995年，张玉莲从大冶财校财会专业毕业后，面对金融、税务等部门伸向她的橄榄枝，她婉言谢绝了，毅然选择了多年梦想的基层粮食系统。毕业后，她扎根基层，一干就是14年。面对粮食部门较低的工资待遇，面对一批批粮食人纷纷“下海”，追求更好的经济待遇，她从没有动摇过做一位粮食人的信念，任劳任怨、无怨无悔地立足于粮食行业。
“财务工作者对各项工作必须做到财务帐目清楚，公私分明，集体的资金不能有丝毫的差错和损失，更不能贪污或挪用一分一厘。”这是一条财务纪律。自从参加工作的第一天起，张玉莲就把这一点作为人生工作的信条，始终牢记在心。
家庭收入微薄，生活困难是张玉莲的现实问题。
几年前，由于丈夫所在的单位实行“减员增效”，失去了工作，每月只能拿到极少的生活费，况且，张玉莲所在的粮食公司每月也只能拿到基本生活费，生活捉襟见肘。
作为金牛镇粮食公司的一名出纳，每年经过张玉莲手中的资金达几百万元以上。但无论家庭日子多么困难，她宁可找亲戚朋友借钱，但也从不挪用集体的一分一厘。她经常对丈夫说：“我管的是农民的血汗钱，职工的辛苦钱，国家的支农钱，任何人都不能挪用。”参加工作14年来，张玉莲从没有挪用集体的一分一厘，经她主管的账目也从没有出现任何一点差错。
对女人而言，最值得骄傲、最伟大的莫过于做母亲。把全部心思用在工作上的张玉莲，却因忘我地工作而失去了做母亲的资格。
1998年，张玉莲与丈夫牵手步入婚姻的殿堂。婚后，夫妻俩相敬如宾，过着幸福的日子。由于身体原因，张玉莲婚后一直没有孩子。迫切想做母亲的张玉莲于2006年6月拿出全家多年的积蓄，赴十堰人民医院接受了试管婴儿手术治疗。在手术中由于身体不适应，张玉莲一度患上了胸积水，经医院全力救治才脱险。在万难的情况下，好不容易才怀孕，医生再三叮嘱她要注意多静养休息。
当年12月底，天气特别寒冷。在家休息的张玉莲，考虑到公司办公室的会计人员制作年终财务报表忙不过来，为了不影响单位的年终结算工作，怀孕6个月的张玉莲，便挺着大肚子主动回到办公室帮同事赶制报表，连续几天加班加点的工作，导致张玉莲因过度疲劳而流产。
做母亲的愿望就这样破灭了，张玉莲悲痛至极。但为了手头的工作，没多久，她又强忍着内心的痛楚，没有向单位提出任何要求便又回来上班了。
出身农民家庭的张玉莲对农民有着一种特殊的感情，在任何时候宁可自己受委屈，也不让农民的利益遭损。
2006年盛夏，公司来了许多卖粮的农民，因库存现金不足，许多农民拿不到现金。张玉莲考虑到酷暑天气，农民辛苦地来卖粮总不能打白条叫他们改天再来取钱。她便张罗四处借款，迅速筹集资金3万余元，及时支付给他们，并自己掏钱为每位农户买来矿泉水解渴。在场的一位农民看到张玉莲冒着酷暑到处借钱，衣衫都湿透了，激动地说：“你一个月后给钱都不要紧，让你大热天到处借钱，真是太委屈你啦！张玉莲说：我一个人委屈、劳累一点，没关系，让大伙不再跑路我心里才踏实。”
下乡收粮是一件很辛苦的事。每到炎热夏天下乡时，公司考虑到张玉莲体弱又是一位女工，要求她留在公司，但她执意要和其他职工一样冒着酷暑走村串户收粮。遇到一些农户劳力少、搬运困难时，她就主动帮助肩挑背驼。一些农户看她身躯柔弱，担心力气不够闪了腰，坚决不要她帮忙，但她总要搬几袋才放手。
与她一起下乡收粮的同事说，每次下乡她总是累得大汗淋漓，全身衣服都湿透了。
提起张玉莲帮忙缝包一事，公司同事张精华眼睛湿润了，在他看来，张玉莲是一个以为别人分忧解愁为自己最大快乐的好女孩。
一天傍晚，张精华所在的粮食保管组其他职工已下班了，此时，一个客户急需一车粮食。按常理，要将一车粮食从灌包、缝包、装车一个人一晚都很难完成。得知这一情况后，张玉莲搁下饭碗，不顾自己一天的劳累，动员丈夫一起帮忙，丈夫灌包，自己缝包，连续奋战到晚上11点，200余袋粮食装车后，她和丈夫才疲惫地回到家。
张玉莲十几年如一日，立足于粮食行业扎根基层默默无闻地工作，为粮食人树立了光辉的形象。 “我选择玉莲做我的妻子，就是因为我觉得他是个好人。她心地善良，勤俭持家，无论家庭怎样困难，总是喜欢热心帮助别人，不论在家中还是在单位里，她总是处处为别人着想，看到什么不公平的事情，她总是挺身而出。”张玉莲的丈夫面对躺在病床的妻子，悲痛地讲述着。
结婚以来，张玉莲总是暗地里刻薄自己，从没有为自己买一件高档衣物、化妆用品。逢年过节，别人进超市买名牌，而她却总是到一些小摊点买一些便宜的生活必须品。但当别人遇到困难的时候，张玉莲总会伸出援助之手义无反顾帮助别人。去年，四川发生地震，张玉莲第一时间通过手机捐款50元，在单位组织的募捐活动中，她又主动捐款100元。
老家的邻居是一位孤寡老人，每年过节，她总要为老人买一些御寒的衣物及糕点水果之类为老人送去，以至于老人把她当作自己的女儿了。张玉莲住院的第二天，老人拄着拐杖来到医院大哭了一场。
在生活中张玉莲考虑的总是别人，而从不想到自己。多年来，张玉莲夫妇一直在金牛镇上租住一间破旧普通民房，但她从不向单位提出住房要求。去年，公司有一间仓库长期闲置，单位的领导考虑到张玉莲家庭困难的实际情况，便让他们搬到公司的一间闲置仓库居住，夫妻俩将仓库简单收拾后，就算是一个安定的家。
“张玉莲从小就非常懂事，生活很节俭，从来不挑吃穿，从不乱花钱。读书时从小学到中专，学习成绩却不错，一直担任班干部。家里上至祖辈，下至侄子、外甥的生日她都记得清清楚楚，每当家人过生日，她都去庆祝。”张玉莲的妈妈说。
“张玉莲不怕吃苦，任劳任怨，是单位的骨干。在单位，她上班最早，回去最晚，经常加夜班，工作认真负责，从没出过差错。”在单位提起张玉莲，领导和同事们都交口称赞。
“送人玫瑰、手留余香。”这是张玉莲经常对同事们说的一句话。的确，张玉莲是那样说的，也是那样无怨无悔地为别人着想的。 一位弱女子以机智勇敢、临危不惧的勇气对待歹徒，以爱岗敬业、默默奉献的作风对待工作，以助人为乐、不计得失的精神对待人生得到了社会的普遍关注。
连日来，张玉莲的伤情牵动了社会各界，前往医院看望的人络绎不绝。热心市民纷纷自发来到医院探望。一份份饱含着各界群众深情的捐款，一个个祝愿英雄早日康复的花篮，汇集成一条爱的河流，片片爱心在荆楚大地涌动。张玉莲勇斗歹徒的事迹感动了大冶，感动了荆山楚水。
张玉莲的同事来了。市粮食局的领导带来了粮食系统职工对玉莲的问候，一份份爱心捐款，代表了大家对玉莲的支持和关心。
张玉莲昔日的同学来了。这些曾经在教室里和张玉莲一起共同学习，阔别多年的同学们来看望自己当年的学习委员了。他们为躺在病床上的玉莲而自豪，为有这样一位英雄同学倍感骄傲。
素不相识的市民来了。许多市民将捐款送到了张玉莲的病房里。他们激动地说：“虽然与玉莲素未谋面，但是她的正气感染了我们。这只是我们的一点绵薄之力，以后我们还会继续尽力帮忙。”
张玉莲的事迹引起了社会各界领导的高度重视。湖北省粮食局党组书记、局长孙永平，黄石市党政领导等分别到医院看望。
黄石市委常委、大冶市委书记曹立明及大冶市部分党政领导，带着慰问金来到医院看望。
英雄的壮举得到了各级团体嘉奖。黄石、大冶两市妇联分别授予张玉莲三八红旗手称号，并号召全市广大妇女向张玉莲学习，学习她忠于职守、见义勇为、勇于牺牲的献身精神。
张玉莲在平凡的人生道路上做出了不平凡的成绩，在平凡的生活中做出了不平凡的壮举，为她平凡的人生增添了一道绚丽的色彩。
戴明刚1，2 曲寿利1
（1.中国石化石油勘探开发研究院，北京100083；2.中国地质大学（北京），北京100083）
摘要 本文针对重力界面反演的遗传算法（GA）不足进行了改进。根据重力异常与界面深度近似关系使遗传算法初始种群绝大部分在真实解附近产生，去掉多余的搜索空间，加快优质解产生速度。在遗传算法计算到一定程度后，从定义区间的角度和最优解的角度改变搜索步长，进一步加速收敛。同时在GA的交叉和变异操作中采用自适应过程，GA收敛速度和计算效率显著提高。经过前述改进GA后，引进重磁线性迭代算法，有效结合GA与线性算法的优势，使重力界面反演迭代显著提高效率，通过模型计算检验，本方法误差在合理范围内，且不需要界面平均深度，与传统方法比较，计算精度高。
关键词 混合优化 遗传算法 重力 界面反演
Research on Mixed Optimum Inversion of Gravity Interface
DAI Ming-gang1，2，QU Shou-li1
（1.Exploration ＆ Production Research lnstitute，SlNOPEC，Beijing100083；2.China University of Geoscience，Beijing100083）
Abstract This paper has improved the method of gravity interface inversion using Genetic Algorithm（GA）.According to approximative relationship of gravity anomaly and interface，much redundant search space of solution is gotten rid of，that means the most of original population of GA’s solution come into being round true solution.After some times of calculation，search step length is changed from direction of defined range and optimum solution，which accelerates convergence further.At the same time，self adaptive operation are taken in mate and variation of GA’s.based on GA’s above improve，the calculating time of GA is decreased.When iteration of GA enter in evening，the advantages of non-linear and linear algorithm can be mixed，the linear iteration replace non-linear iteration to accelerate the convergence and raising of efficiency observably.Through numerical tests，it proves that the inversion method，Mixed Optimum Inversion of Gravity Interface，has high precision of calculation whose error are within the range of reasonable contrast to conventional method，and needn’t to give the mean depth for inversion.
Key words Mixed Optimum Genetic Algorithm gravity interface inversion
在中国海相盆地油气勘探中，地震方法因为其良好的纵向分辨能力成为勘探方法的主力，重磁位场勘探方法具有较好的水平分辨能力，是地震勘探的有力补充。将地震方法与重磁位场方法有机地结合，开展综合地球物理研究，可以降低地球物解释的多解性，加快油气勘探步伐［1，2］。
在石油重磁勘探上，界面反演是一个重要的方面，重磁反演方法以线性方法较多，主要有界面直接反演法、统计反演回归分析法、界面迭代反演法等［2～13］。非线性方法主要有模拟退火、人工神经网络和遗传算法等［13～15］。其中遗传算法（Genetic algorithm，简称GA）是全局最优化随机搜索方法中的一种，由Holland 于1975 年提出来，它模仿生物界自然选择和遗传规律，以适者生存、优胜劣汰为原则，在模型参数空间进行完全搜索，逼近全局极值［13～15］。
遗传算法自出现以来，在包括地球科学在内的各学科领域得到了广泛的应用，尽管遗传算法比其他传统算法有更强的鲁棒性，但它更擅长全局搜索而局部搜索能力不足。在GA搜索阶段的初期，收敛速度比较快，但随着时间的进展，效率变低。
针对遗传算法在地球物理反方面临的这些问题，前人［16～20］分别对遗传算法的收敛范围、染色体编码方式、交叉方式及变异方式做了改进，使整个反演过程能得到全局优化解，又提高了计算速度，取得了一定进展。
本文在前人工作的基础上，对遗传算法的初始群体产生、迭代过程搜索范围和后期迭代过程混合线性迭代进一步做了改进。
1 重力界面反演的遗传算法改进
遗传算法是在选择作用前或作用后保留当前最优解，保证收敛至全局最优解。收敛至全局最优解，实际上是不断保留当前最优解的过程，主要包括3个基本操作：选择再生、交叉和变异。
1.1 初始群体及其规模
初始群体及其规模影响遗传算法的最终结果及执行效率。本文选用长方体组合模型正演，界面深度由长方体高度构成。随机产生一组界面深度构成染色体，由随机函数生成一系列染色体构成初始种群。群体规模太小导致优化性能一般不太好，而采用较大群体规模可减少算法陷入局部最优解的机会，但却增加了计算复杂程度，为了避免这些问题，因此，群体规模要经过试验选择。
由于重力反演中变量很多，如果采用完全随机方法产生初始个体，通过遗传逐步淘汰得到理想解，需要相当长的运算时间，为此本文采用下述措施，根据重力异常与界面深度的关系［5］，可以作如下估计：
油气成藏理论与勘探开发技术
式中：Δg为处理后的重力异常；Δσ为界面上下密度差；h估为界面的大致深度。这样初始界面的范围［hi，hm］，可以由一组具体Δg的值来确定。确定范围后，由随机函数生成一组群体，重复若干次，生成若干个群体。
1.2 目标函数
本文遗传算法以均方差作为目标函数：
目标函数：
油气成藏理论与勘探开发技术
适应度函数
F=1.0/（1.0+?） 取F极大值
1.3 选择过程——混合选择
本文使用锦标赛选择与精英化选择混合的选择法。从群体中任意选择一定数目的个体，从中选适应度高的个体复制到下一代，这一过程反复执行，直到保存到下一代的个体数达到预定的数目。同时把群体中适应度最高的个体不进行配对直接复制到下一代中。结合二者，可以保证某一代中过程最优解不被交叉和变异破坏，也避免由于局部最优个体的增加而陷入局部解的可能性。
1.4 交叉过程——自适应交换
交叉概率控制交叉操作被使用的频度，若较大，可增强开辟新的搜索区域能力，但高性能模式遭到破坏的可能性增大；若太小，可能陷入迟钝状态。因此，交换概率使用自适应交换概率公式［15］，既可使父代中的优秀个体得以保留，又可使交换过程朝优化方向进行，减少适应度值的计算量。
1.5 变异过程——自适应的进化变异
GA 通过变异过程保证繁殖过程中有足够的新的基因产生，维持群体多样性，从而使整个计算向全局优化极值收敛。
为了防止低频度变异使群体重要的基因丢失，高频度的变异使遗传算法趋于纯粹的随机搜索，使用自适应变异［15］。
1.6 繁殖过程结束的判定
当各个模型的目标函数值的平均值达到一定，不再收敛或者到达规定的次数时，则视为遗传算法繁殖过程结束，取最后一代中模型适应度最高者作为遗传算法反演结果。
1.7 迭代过程收敛范围的进一步改进
（1）据前人［18］的研究，在迭代一定的次数后，当前最优值会进入真值邻域，可以使搜索空间压缩。因此，本文在迭代一定的次数后，采用黄金分割法对搜索范围作进一步压缩搜索：
令D=（Xmax-Xmin）×（1-0.618）
若Vbest-D＞Xmin，则 X（Xmin）=Vbest-D
若Vbest+D＜Xmax，则 X（Xmax）=Vbest+D
式中：Xmin和Xmax分别为各参数初始变量范围；X（Xmin）和X（Xmax）分别为各参数压缩后变量范围；D为伸缩距离；Vbest为变量当前最优值。
为了避免把真值可能排除在新的搜索范围之外，在GA迭代次数超过一定次数之后才进行压缩，经过一次压缩后正常迭代若干次后再进行下一次压缩，使模型群体每次对新的个体适应都有一段适应过程。
（2）在前述改进迭代超过一个更大的次数后，采用新的压缩方式：
若0.8×Vbest≥X（Xmin），X2（Xmin）=0.8×Vbest
若1.2×Vbest≤ X（Xmax），X2（Xmax）=1.2×Vbest
每迭代若干次压缩一次，X（Xmin），X（Xmax）为最后一次第一种压缩方式后的各参数变量范围。X2（Xmin）和X2（Xmax）分别为各参数新的变量范围；Vbest为变量当前最优值。上述每次范围压缩，新的范围都不超过旧的范围。
2 重力界面反演的线性迭代
如果遗传过程迭代超过规定的次数，进入晚期还不收敛，此时即进入线性迭代过程。根据遗传算法的结果，算出此时的解作为平均深度，然后用下面的线性迭代法进行反演，不满足精度又进入遗传算法里作为当前代数群体最优解，进行遗传算法运算，反复迭代直至满足规定的原则。本文重力界面反演的线性算法使用的是改进后的重磁异常迭代反演法［2，8］，模型采用三维柱体模型。因此，本文所用方法流程如图1所示。
图1 混合优化的重力界面反演流程图
3 此方法的模型计算效果
为了验证该方法效果，设计了理论界面模型如下，数据为20×18，行间距2km，列间距3km，深度范围1.5～7.1km，密度差0.14g/cm3，在PⅣ2.0 GHz CPU，RAM内存512M兼容机上进行计算。在无噪声和5%噪声情况下分别计算结果（如图2～4）；为了比较其效果，在加5%噪音且知道平均深度情况下，也用传统Parker法作了反演计算（图5；表1，表2）。
重力场没有噪声时（图2，图3），用本文方法反演深度最大绝对误差为0.14km，平均绝对误差为0.015km，均方差为0.028km；最大相对误差2.3%，平均相对误差0.3%；其中，绝对误差大于0.1km，所占总数据数的百分比为1.9%，相对误差大于2%，所占总数据数的百分比为1.1%，可以看出误差主要在模型深部。
图2 模型深度
表1 本文方法与Parker法反演误差比较（一）
表2 加5%噪声时本文方法与Parker法反演误差比较（二）
图3 正演结果与无噪声反演深度结果
给重力场加5%噪声时（图4），用本文方法反演深度最大绝对误差为2.2km，平均绝对误差为 0.34km，均方差为 0.49km，最大相对误差为 42.7%，平均相对误差为8.2%。
给重力场加5%噪声时，用Parker法反演深度（图5）最大绝对误差为2.61km，平均绝对误差为 0.61km，均方差为 0.76km；最大相对误差为 37.8%，平均相对误差为14.5%。
在计算过程中，本文方法用时约4min，用基本遗传算法计算用时约16min，Parker法用时约10s。
从计算结果和计算过程可以得出：本文方法精度比传统Parker法高，结果精度决定于重力场的精度，重力场精度越高，则反演精度越高；误差主要集中在边缘和最深部位，这和一般位场方法基本特征一致；计算效率比基本遗传算法高，但比Parker法低。
图4 加5%噪声反演深度结果
4 结语
本文改进的基于遗传算法的界面反演方法，在遗传反演过程中，从不同角度增加了加速收敛，使遗传算法显著提速；同时使遗传算法与线性迭代算法混合，充分利用二者优势，反演密度界面，使整体性能有进一步的改善，且不需要平均深度。经理论模型试算和与前人方法反演对比，本方法在精度上具有明显优势，同时比基本遗传算法速度快，使基于遗传算法的重力界面反演进一步朝实用化方向迈进。
图5 Parker法5%噪声时反演结果
在某些严重缺乏地震资料和深井资料或资料质量有限的地区，如有重力资料且分场效果比较好，本方法有应用前景。
致谢 研究工作得到了中国石化石油勘探开发研究院孙建国副总工程师、处理解释中心宁俊瑞主任、董宁副主任和陈天胜博士后的帮助，在此表示衷心的感谢。
参考文献
［1］刘光鼎，肖一鸣.油气沉积盆地的综合地球物理研究［J］.石油地球物理勘探，1985，（5）：445～454.
［2］王家林，王一新，万明浩编著.石油重磁解释［M］.北京：石油工业出版社，1991.
［3］安玉林等.重磁勘探正反演理论方法研究的新进展［J］.地学前缘，2003，10（1）：141～149.
［4］王万银等.双界面模型重力场快速正反演问题［J］.石油物探，1993，32（2），80～87.
［5］孙德梅等.三维密度界面反演的一个近似方法［J］.物探与化探，1984，8（2）：89～98.
［6］姚长利等.重磁遗传算法三维反演中高速计算及有效存储方法技术［J］.地球物理学报，2003，46（2）：252～258.
［7］曾华霖，阚筱玲，谢婷婷等编译.重磁勘探反演问题［M］.北京：石油工业出版社，1991.
［8］Gerard A，Deleglia N.Automatic three-dimensional modeling for the interpretation of gravity or magnetic anomalies.Geophysics，1975，40（6）：1014～1034.
［9］Oldenberg D.The inversions and interpretation of gravity anomalies.Geophysics，1974，39，526～536.
［10］Parker.The rapid calculation of potential anomalies.Geophys.J.R.astr.Soc.，1972，31，447～455.
［11］Spector A，Grant F S.Statistical models for interpreting aeromagnetic data.Geophysics，1970，35，293～302.
［12］Talwani M，Ewing M.Rapid computation of gravitational attraction of three-dimensional bodies of arbitrary shape.Geophysics，1960，25：203～225.
［13］杨文采.地球物理反演的理论与方法［M］.北京：地质出版社，1997.
［14］陈国良，王煦发，庄镇全，王东升 编著.遗传算法及其应用［M］.北京：人民邮电出版社，1996.
［15］王小平，曹立明.遗传算法——理论、应用与软件实现［M］.西安：西安交通大学出版社，2002.
［16］陈军，王家林等.用于重力反演的“自适应多段交换”遗传算法［J］.石油物探，2001，40（1）：102～114.
［17］刘云峰，沈晓华.二维密度界面的遗传算法反演［J］.物探化探计算技术，1997，19（2）：138～142.
［18］石琳珂.逐步缩小范围的遗传算法［J］.地球物理学进展，1995，10（4）：67～79.
［19］张小路.重磁反演的群体优生遗传算法［J］.地质与勘探，1999，（5）：31～35.
［20］邹强，周熙襄等.地球物理反演中遗传算法编码进制的讨论［J］.新疆石油地质，2004，25（3）：337～339.
