版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、地層巖性參數(shù)在油氣檢測和巖性識別中有著非常重要的意義,在地震勘探中,通過振幅特征信息的變化關(guān)系式來提取相關(guān)巖性參數(shù)。相比疊后地震資料,疊前地震資料包含的振幅特征信息豐富得多。因此基于疊前地震資料的AVA反演,提取地層的縱波速度、橫波速度和密度參數(shù)的精度比較可靠。由于反演的非線性特征,使得非線性算法在地球物理領(lǐng)域的應(yīng)用范圍不斷擴(kuò)大,本文研究了粒子群優(yōu)化算法在多波AVA反演中的應(yīng)用。
反演理論研究離不開正演。在均勻各向同性介質(zhì)中,
2、根據(jù)平面波的傳播的波動方程及其分界面的運動學(xué)和動力學(xué)條件,可以推導(dǎo)出平面波在分界面的反射、透射系數(shù),也即Zoeppritz方程,它是正演研究的依據(jù),。本文先由理論模型通過Zoeppritz公式及其近似公式正演出P-P波和P-SV波的AVA曲線,同時分別分析了近似公式跟精確公式的偏差關(guān)系?;隈薹e模型采用最小相位子波正演出這兩類波的AVA角道集記錄。
粒子群優(yōu)化算法(Particle Swarm Optimization,PSO
3、),是一種群體智能優(yōu)化算法,通過群體間信息共享機(jī)制對最優(yōu)目標(biāo)進(jìn)行尋優(yōu)搜索。算法首先初始化一組隨機(jī)解,并在算法迭代過程中,個體和群體、個體和個體間相互作用來搜索全局最優(yōu)解。由于基本粒子群算法容易陷入局部極值且搜索精度不高,故本文將混沌引入到粒子群優(yōu)化算法用于彌補(bǔ)其不足?;煦缦到y(tǒng),是看似隨機(jī)且復(fù)雜,但內(nèi)部卻有極強(qiáng)的規(guī)律性的非線性現(xiàn)象。相比隨機(jī)搜索,混沌系統(tǒng)具有更大的優(yōu)勢,更有利于算法避免陷入局部最優(yōu),從而提高了算法的精度。本文分析了Logi
4、stic映射下的混沌狀態(tài),并將Logistic映射與粒子群算法結(jié)合成混沌粒子群算法(CPSO),通過對各測試函數(shù)的測試,其結(jié)果表明了該算法的優(yōu)越性。
首先對兩層簡單模型進(jìn)行單一的P-P波、P-SV波及其兩類波聯(lián)合反演,結(jié)果顯示P-P、P-SV聯(lián)合反演的結(jié)果的精度均比單一波反演的精度高。其后,采用多層模型進(jìn)行聯(lián)合反演,試驗結(jié)果顯示,在層數(shù)增多時,反演的參數(shù)相應(yīng)增加,混沌粒子群優(yōu)化算法對其也有較好地優(yōu)勢。在參數(shù)給定的不同初始范圍下
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 測井約束下的多波疊前AVA反演.pdf
- 多波疊前AVA參數(shù)反演方法及精度分析.pdf
- 33486.多波疊前ava非線性反演方法研究
- 22659.基于相關(guān)分析的混沌—粒子群重、磁聯(lián)合反演
- 14965.基于頻散函數(shù)的瑞利波頻散曲線粒子群反演
- 基于混沌思想的粒子群函數(shù)優(yōu)化.pdf
- 混沌粒子群優(yōu)化、混沌反控制及其在加密的應(yīng)用.pdf
- 雙相介質(zhì)AVA正、反演研究.pdf
- 混沌粒子群優(yōu)化算法及應(yīng)用研究.pdf
- 基于粒子群算法的路面模量反演研究.pdf
- 混沌粒子群優(yōu)化算法的分析與應(yīng)用.pdf
- 基于粒子群算法的壩料動參數(shù)反演.pdf
- 基于混沌映射的粒子群優(yōu)化算法改進(jìn)研究.pdf
- 基于混沌量子粒子群FCM彩色圖像分割.pdf
- 基于粒子群算法自適應(yīng)逆控制混沌同步研究.pdf
- 基于粒子群與混沌學(xué)的海雜波抑制方法.pdf
- 混沌粒子群優(yōu)化算法理論及應(yīng)用研究.pdf
- 基于混沌粒子群的配電網(wǎng)無功優(yōu)化研究.pdf
- 粒子群算法----粒子群算法簡介
- 粒子群算法----粒子群算法簡介
評論
0/150
提交評論