15755.地震波阻抗粒子群優(yōu)化反演方法的研究

1、分類號(hào)UDC學(xué)校代碼：10616學(xué)號(hào)：—20110—20379成都理工大學(xué)碩士學(xué)位論文地震波阻抗粒子群優(yōu)化反演方法的研究趙德楊指導(dǎo)教師姓名及職稱曹俊興教授申請(qǐng)學(xué)位級(jí)別理學(xué)碩士專業(yè)名稱固體地球物理學(xué)論文提交日期20145論文答辯日期20145學(xué)位授予單位和日期成都理工大學(xué)(2014年6月)答辯委員會(huì)主席評(píng)閱人2014年5月季拓李靜電交代q摘要地震波阻抗粒子群優(yōu)化反演方法的研究摘要在油氣勘探技術(shù)不斷發(fā)展的今天，類型相對(duì)簡(jiǎn)單的構(gòu)造型油氣藏的開(kāi)

2、發(fā)已幾近殆盡，如何尋找?guī)r性油氣藏將成為主要研究方向。地震勘探是尋找和判別巖性油氣藏的重要手段，而地震波阻抗反演有助于油藏描述及后期的地震資料解釋，它能夠比較真實(shí)地反映地下的巖層和地質(zhì)結(jié)構(gòu)，為鉆井提供可靠的依據(jù)。在實(shí)際工程中的很多問(wèn)題，其本質(zhì)都可轉(zhuǎn)化為最優(yōu)化問(wèn)題，地震波阻抗反演便屬于多參數(shù)的非線性優(yōu)化問(wèn)題，其主要目的是獲得地下介質(zhì)的反射系數(shù)，進(jìn)而得到密度、速度等相關(guān)參數(shù)。近年來(lái)隨著遺傳算法、粒子群算法和人工神經(jīng)網(wǎng)絡(luò)法等啟發(fā)式非線性反演方法

3、的不斷發(fā)展，給地震反演帶來(lái)了新思路和希望。其中粒子群優(yōu)化算法源于對(duì)鳥(niǎo)群運(yùn)動(dòng)行為的研究，是一種基于群體智能的演化計(jì)算技術(shù)：由于它的易于實(shí)現(xiàn)、收斂速度快、參數(shù)設(shè)置少等優(yōu)點(diǎn)，目前已應(yīng)用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練、函數(shù)優(yōu)化、模糊系統(tǒng)控制等諸多領(lǐng)域并取得了較好的效果。本文首先介紹了選題依據(jù)、地震波阻抗反演研究現(xiàn)狀和粒子群優(yōu)化算法在國(guó)內(nèi)外的發(fā)展概況，并對(duì)粒子群優(yōu)化算法的理論基礎(chǔ)和參數(shù)設(shè)置作了簡(jiǎn)要的闡述，分析了粒子群優(yōu)化算法的原理及實(shí)現(xiàn)流程。針對(duì)粒子群優(yōu)化算法，

4、雖然前期收斂較快，但后期易陷入局部最優(yōu)的缺點(diǎn)，提出了一種基于模擬退火的非線性慣性權(quán)重粒子群算法。該算法通過(guò)非線性慣性權(quán)重因子擴(kuò)大算法在初期的搜索空間，增強(qiáng)粒子的收斂性；加入模擬退火算法，可以通過(guò)概率性的選擇一些“劣質(zhì)解”放入粒子群中繼續(xù)比較，增加種群的多樣性，這樣就能更好的避免陷入局部最優(yōu)。并通過(guò)對(duì)比標(biāo)準(zhǔn)粒子群算法和參數(shù)的基于模擬退火的非線性慣性權(quán)重的粒子群算法，表明了改進(jìn)后算法，對(duì)于復(fù)雜的多峰值問(wèn)題具有更加良好的表現(xiàn)。本文在人量閱讀并

5、充分理解粒子群優(yōu)化算法理論的基礎(chǔ)上，將粒子群優(yōu)化算法應(yīng)用于地震波阻抗反演中，通過(guò)一維波阻抗模型進(jìn)行了模擬試算，證實(shí)了其可行性。對(duì)于復(fù)雜的多維的反演問(wèn)題，常規(guī)粒子群優(yōu)化算法會(huì)出現(xiàn)后期收斂速度慢、反演精度不高等缺點(diǎn)，因此將基于模擬退火的粒子群優(yōu)化算法也應(yīng)用到地震波阻抗反演中；并通過(guò)一維和二維波阻抗模型的反演對(duì)比，表明了改算法的可行性與可靠性。最后將改進(jìn)的算法應(yīng)用到實(shí)際的地震數(shù)據(jù)也得到了較好的反演結(jié)果，證明了該算法的實(shí)用性和有效性。關(guān)鍵詞：波