為了優化鉆井流程并降低作業成本，Baker Hughes的動力學與遙測（Dynamics & Telemetry）小組開發了一個序列預測算法，用于在鉆井作業期間快速可靠的解碼井下數據。這個已集成到公司地面系統的高級解碼算法為隨鉆測量（measurement while drilling，MWD）方法提供了支持。使用MWD時，可以收集寶貴的方位數據和地層數據，以用來優化鉆井流程。該系統支持更準確地定位井眼，這可以使鉆井作業更具成本效益，并使操作員可以較少的非生產時間（NPT）鉆更復雜的井。

工程團隊使用一種桌面科學計算軟件設計序列預測算法，將其自動轉換為C代碼，然后部署到屬于地面系統一部分的一臺實時PC上。在科學計算軟件中開發和調試該算法后，工程師通過自動生成所需的C代碼來加速實現過程。

此工作流程不再需要用兩種語言維護和測試同一個算法，因此縮短了開發流程。更重要的是，此工作流程降低了用手工編寫C代碼的一種主要風險，即原始科學計算算法和最終設計中實現的C代碼之間的差異。使用此工作流程的一大優勢是小組在修復缺陷上所花的時間減少了。質量和開發速度的提升使小組堅定了在未來的項目中重用算法和開發流程的打算。

使用馬爾可夫鏈（Markov Chains）進行序列預測

序列預測的一個常見應用是使用以前的數據來預估未來的數據點。序列預測算法在許多行業和許多情形中都會用到，例如基于測量數據的溫度曲線外推，或者在與最大似然序列估算器進行數字通信時，從噪聲信號中提取有用的信息。序列預測需要一個模型來預測未來數據，如馬爾可夫鏈。使用馬爾可夫鏈建模的系統占用有限的狀態數，從而使未來的數據點僅取決于目前的狀態而不是以前的狀態。

在圖1中，使用馬爾可夫鏈建模的序列預報器具有4個狀態。從一個狀態轉換到另一個狀態的可能性用小數表示。例如，從狀態1轉換為狀態2的概率為0.95，而保持在狀態1的概率為0.05。在轉換時，可能會有一個或多個路徑。圖1中顯示的序列預報器可作為有限的狀態機來實現，它的最形象的表達就是格狀圖。

圖2顯示的是一個可能的（預測的）狀態序列。虛線箭頭表示可能的轉換，實線箭頭表示實際預測的轉換。此圖顯示可能的序列為［1 2 3 4 4 3 3 1］。請注意，僅顯示部分可能的轉換來進行說明。與著名的Viterbi算法類似，序列預報器通過基于外部質量標準計算路徑度量來拒絕不大可能的序列路徑。如果兩個或多個路徑在一個狀態中相交，則累積并比較它們的路徑度量值，將最佳路徑選為幸存路徑。

工程團隊在技術計算軟件中為序列預測實現馬爾可夫鏈，以提高其地面解碼軟件的可靠性。

算法開發工作流程

在傳統的手工編碼工作流程中，會用C代碼重寫原始科學計算算法和測試框架，并且必須對C代碼進行測試和調試。在新的工作流程中，C代碼會從技術計算軟件中自動生成，從而節約了時間并可防止編碼錯誤（圖3）。

圖3.傳統的手工編碼工作流程（左）和新的自動代碼生成工作流程（右）

在一個典型的情景中，自動代碼生成工作流程可將開發和測試最終產品中實現的算法的總時間縮短近40%（圖4）。

圖4.各個流程階段花費時間百分比

對于這個特定的項目，新的工作流程的開始是工程團隊在科學計算軟件中快速探索新創意。在確定最佳方法后，他們使用同一款軟件來建立一個通用序列估算算法的原型。然后進一步擴展該算法，以用于MWD系統的地面PC上。在進行到下一個階段之前，工程部門使用已納入同一軟件中的測試框架內的多種測試案例來測試算法，以驗證它是否符合要求和規范。

通過自動代碼生成來實現

傳統手工編碼流程的許多缺點迫使工程團隊去尋找一種替代流程來開發序列預測算法。首先，手工編碼非常耗時，并且在緊張的截止日期臨近時，為了留出時間給重要而又耗時的集成測試，團隊需要將開發時間縮短大約30%。其次，程序員可能會在原始科學計算算法細節上出現解讀錯誤，從而將缺陷引入手寫的C代碼，造成需要額外的時間來進行調試和修復。

在新的工作流程中，通過自動代碼生成可以消除這些缺點。在科學計算軟件中，工程師們的工作側重于在較高層次上開發和微調算法，不用過多地困在較低層次的實現細節上。然后，該團隊只需一鍵點擊就可以從原始設計自動生成C代碼。由于該流程是自動執行的，因此在將算法轉換為C代碼時不會出現解析錯誤的情況。為了生成代碼，需要花些時間來微調原始科學計算算法，但這屬于一次性任務，如果在開發設計的開始階段就考慮到代碼生成，則可以進一步簡化這項任務。

維護和測試算法

在傳統的工作流程中，在開發后期對需求進行更改會影響原始設計及其實現。對算法的更新必須反映在C代碼中，使用兩種語言和環境維護并測試同一個算法及測試框架的成本會迅速成為阻礙因素。在開發周期的后期發現缺陷時，開發人員需要更新該算法的原始科學計算代碼和C代碼版本兩者，還需要創建兩套測試方案來驗證缺陷是否已經解決。當然，還存在兩個代碼庫產生差異的風險。時間限制經常會促使團隊僅更新C代碼。出現這種情況時，團隊會再次受困于用C代碼手工編碼的所有缺陷，直到兩個代碼庫一致。

使用自動代碼生成，工程團隊則可避免這些潛在的錯誤。當需求發生變化時，工程師只需要更新原始科學計算代碼，然后重新生成C代碼，將新變化反映到實現中。具體來說，團隊無需對生成的C代碼進行任何更改，因為在重新生成代碼時這些更改會被覆蓋。此外，工程團隊也不再需要開發第二個測試框架，因此節約了額外的時間。用于測試科學計算代碼的原始測試框架可以重用來測試C代碼。

將算法集成到地面系統

C代碼單元測試一結束，團隊便將C代碼編譯到一個動態鏈接庫（DLL）。然后，將DLL集成到地面解碼軟件。最后，小組在公司的基于C代碼的測試基礎架構中執行整個地面解碼算法的系統測試。

在測試期間如果發現缺陷，小組發現很容易查明錯誤的源頭。由于工程師將序列預測算法隔離到一個DLL中，因此很容易確定缺陷是集成問題的結果還是算法本身所導致。此外，C代碼會映射回原始科學計算代碼，并為您提供了在C代碼中嵌入技術計算代碼作為備注的選項，進一步加強了原始科學計算算法與最終實現之間的可追溯性。

結果

● 缺陷數量減少：該項目計劃分配了三周時間來修復十個缺陷，而在生成的C代碼中僅找到四個缺陷。因此，團隊能夠將多出的時間分配給項目的其他環節，例如整個地面系統的系統測試。

● 修復缺陷所需的時間縮短：由于整個功能測試框架在科學計算軟件中可用，因此與傳統的手工編碼相比，團隊能夠更快地找到缺陷并予以解決。科學計算軟件中提供的分析和調試工具加速了此流程。這些工具中有許多也用于測試和調試C代碼。

● 代碼和流程可以在未來的項目中重用：序列預測算法可以在未來的項目中重用。該算法可以以現有的形式隨時現用，也可以在通過代碼生成采用C代碼重新實現之前，在科學計算軟件中進行快速更新以用于其他應用情形。

結論

通過使用自動代碼生成，工程師成功采用了一種新的工作流程。這種流程可以避免耗時且容易出問題的手工編碼。地面解碼軟件（包括序列預測算法）接近最終版。在項目上實現的時間和成本節約使公司可以探索更多的機會，將自動代碼生成工作流程應用到廣泛的未來項目中。

責任編輯：gt