改进的布谷鸟MT反演算法

由于大地电磁（MT）数据的反演是高度非线性的,传统的全局优化算法收敛速度慢,且易陷入局部极值。为此,提出一种结合单纯形法的全局布谷鸟算法（ICS）反演MT数据。针对布谷鸟算法（CS）精于探索、疏于开发的特点,引入粒子群算法中的全局最优解,加强算法的局部搜索能力;同时结合单纯形法对较差鸟巢进行改进,进一步提高寻优精度。理论和实测数据反演结果表明,改进后的算法反演结果更稳定,收敛速度更快,求解精度更高。     

大地电磁测深阶段式自适应正则化反演

如何合理确定正则化因子一直是地球物理反演的研究热点和难点。从提高反演稳定性的角度对正则化因子的选择进行考量,是确定正则化因子取值的新思路。此外,以往的正则化反演研究对非线性优化算法的随机性考虑不足。基于此,以Zhdanov提出的自适应算法为框架,提出了一种新的自适应正则化算法,即阶段式自适应算法,按照“阶段”自适应地调整正则化因子。将此方法分别应用于大地电磁测深（MT）的共轭梯度和差分进化算法（DE）反演。模型试验表明该算法可以提高反演的稳定性,在一定程度上降低衰减因子的影响,而且该算法具有同时适用于线性和非线性优化算法的特点。     

免疫量子粒子群算法在地震层析反演中的应用

在地震走时层析静校正中,反演算法优化一直是个技术难点.与传统的线性反演算法不同,启发式群集智能算法具有自适应、自学习、智能搜索等全局寻优特点,成为一个高效的全局非线性寻优算法.引入量子行为的粒子群优化算法基于概率选择机制,能够有效地克服早熟现象,改善全局搜索能力.在此基础上,将免疫进化算法中的疫苗接种、克隆选择机制引入地震层析成像反演中,以增加抗体的多样性,进一步指导粒子的全局搜索行为,形成了免疫量子粒子群算法.通过理论模型与复杂近地表的静校正资料试算,验证了算法的可行性.     

利用自适应混沌遗传粒子群算法反演瑞雷面波频散曲线

为了提高瑞雷面波频散曲线的反演精度,减少反演过程中的多解性,获取更准确的地下横波速度结构,本文从反演算法入手,对基本的粒子群算法进行改进,提出了一种能同步提高全局和局部搜索能力的自适应混沌遗传粒子群算法（ACGPSO）：即先采用自适应惯性权重,并设置粒子的节速度,再引入遗传算法的交叉和变异操作及单维全分量的混沌局部搜索。利用该算法对理论模型的无噪和含噪基阶频散曲线进行反演,且针对含噪数据加入二阶与三阶频散曲线进行联合反演。所得反演结果与常规粒子群算法反演结果的对比表明：ACGPSO算法具有更好的稳定性和抗噪性,且基于该算法的联合反演能有效降低解的多解性,显著提高解的精度。对实际数据所做的两步法反演的效果进一步验证了该算法的适用性。     

自适应混沌嵌入式粒子群算法提取地震子波

本文提出一种基于Tent映射的自适应混沌嵌入式粒子群算法,通过拟合优化求解目标函数得到子波模型参数。算法将混沌变量嵌入到标准粒子群算法中,且对惯性权重和学习因子进行非线性自适应调整,并建立平均粒距与适应度方差相结合的早熟判断机制,以混沌搜索的方式跳出局部最优。合成地震数据仿真及实际地震数据处理结果表明,该算法应用于地震子波提取具有较高的求解精度。     

基于差分进化算法的瞬变电磁一维反演

实际采集的瞬变电磁数据包含电磁感应和激发极化效应,如何准确提取电阻率和极化率信息是电性源瞬变电磁数据处理的关键。首先,基于Cole-Cole复电阻率模型实现有限长电性源瞬变电磁法一维正演,在此基础上提出一种基于差分进化算法的电性源瞬变电磁一维反演方法。然后,在传统差分进化算法的基础上引入反向学习策略及控制参数自适应调节,加快反演的收敛速度,同时在目标函数中引入约束条件,构成最小构造反演,降低反演的多解性。最后,基于典型的三层地电模型和复杂多层模型进行理论模型测试,反演结果可有效恢复模型的电阻率和极化率。利用实测资料进行反演,反演得到的电阻率与OCCAM反演电阻率基本一致。在此电阻率约束的基础上,进一步反演得到极化率信息。反演结果准确地提取了实测数据中的电阻率信息,得到了地下介质的极化率分布,证明了算法的准确性和适用性。     

大地电磁测深资料遗传算法反演研究及应用

反演是大地电磁测深(MT)的关键环节之一。MT反演是多参数非线性最优化问题,存在多解性;而基于遗传算法的MT反演可提高非线性解的唯一性,它只需要问题的正演公式及给定参数的范围,不需求导数,也不要求有良好的初值,具有抗干扰能力强、拟合度高等优点,而且遗传算法作为一种非线性全局优化方法能在全局范围内搜索最优解。通过建模,在正演的基础上进行了反演研究,得到的结果与模型基本一致。在此基础上,运用遗传算法反演对实测资料进行了处理,效果较好。     

一种混合算法在试井参数优化中的应用

基于L-M和差分进化的混合算法是利用差分进化算法在一定进化代数后出现的种群聚类特性,将种群识别为不同的聚类区域,以每个聚类的中心为起始点,再利用基于梯度具有局部搜索能力强的L-M算法可以快速找到该聚类区域的最小极值.混合算法兼顾了差分进化全局搜索能力强和L-M局部搜索能力强收敛速度快的优点.将该混合算法应用于试井参数优化中,通过两种不同油藏模型的实例应用,结果表明,该混合算法比单一的算法优化速度更快,收敛精度更高.该混合算法实用性广,能有效的解决存在多局部极值的试井参数优化复杂问题.     

时频电磁法时域激电参数提取与应用

时频电磁法可同时研究电阻率和极化信息,适用于频域资料中极化信息的提取及利用。但通常从时域信息中提取激电参数更方便,其油气指示特征也更直接、明显。本文引入频域等效介质激电（GEMTIP）模型,对其进行简化和拉氏反变换,得到时域GEMTIP模型;分析模型时域特征后,将耦合与极化模型组合方式应用于激电真参数反演,实现了GEMTIP激电谱参数反演;针对华北油田文安斜坡-大城凸起区时频电磁法02测线,提取其面极化参数曲线,并与已处理的频域相位参数和反演极化率剖面进行对比,发现异常形态与位置对应一致,表明GEMTIP激电谱参数提取方法有效,同时也增强了油气检测结果的可靠性。由于GEMTIP激电谱参数提取过程便捷且效果明显,使得时频电磁法在油气检测中更具应用前景。     

一种用于波形反演的改进差分进化算法

当波形反演中待求参数维数较高时,传统的全局优化方法逐渐失去其有效性和优点。本文在差分进化算法的选择算子中借鉴协同进化法分解—协调的思想,将复杂问题分解为若干子问题,并为每个子问题引入局部适应度的概念,提出一种改进的差分进化算法(DE-CCS)。此方法首先根据局部适应度选择出准下一代;考虑到子问题之间的协调优化,最终的下一代则仍根据全局适应度选取。改进差分进化算法同时利用局部适应度和全局适应度引导进化方向,提高了收敛速度,且对高维问题更加有效。将该方法应用于正演速度慢、局部极值多的高维波形反演,模型和实际数据算例结果证明了该方法的有效性。     

MT资料的遗传法反演

在简述遗传优化算法的基本原理,分析大地理电测深资料反演的特点和滩点的基础上,提出了将遗传算法引入ＭＴ数据反演的思路,针对ＭＴ资料反 特殊性,对常用的遗传算法进行改进。取消二进制编码和解码过程。     

基于非线性动力学的地震反演方法

混沌是非线性动力系统的普遍现象。针对地震反演动力系统中出现的混沌现象 ,提出一种用Lyapunov指数自适应调整控制参数 ,使系统快速向不动点稳定演化的混沌控制反演方法。从最简单的Logistic方程入手 ,探讨非线性动力系统混沌演化过程中控制参数、Lyapunov指数与系统演化的关系 ;建立了用Lyapunov指数进行混沌控制的地震信号反演系统方程。数值模拟结果表明该方法能够有效地控制反演系统中的混沌现象 ,加入噪声后 ,仍然能得到可靠的反演结果。     

非结构化网格渐进自适应正则化反演算法

以二维大地电磁(Magneto-telluric,MT)为例研究了自适应网格细化正则化反演方法。在反演的初期使用粗网格,通过减少反演单元数的方式降低反问题的不适定性;随着反演的迭代进行,基于网格细化策略对网格进行自适应加密,以提高正则化反演效果;反演过程中,细化网格反演以前一重网格的反演结果作为参考模型与初始模型,保证反演沿正确的方向进行,以提高反演的效果和稳定性。另外,还深入研究了基于模型灵敏度、模型改变量、模型梯度和"边-角"检测四种网格细化方案,对比了它们的特点和自适应反演结果,并通过Hessian矩阵的特征值分布分析了这四种网格细化方案对反演结果的影响。最后,通过理论模型与实测数据反演证明了自适应反演算法的实用性。     

自适应有限元法的大地电磁二维各向异性正反演

电性各向异性广泛存在于地壳和上地幔范围内,对观测电磁场有不可忽视的影响。大地电磁法能够探测大范围深部电性结构并反映其各向异性特征,但目前关于该方法各向异性二维正反演的研究还有待加深。利用基于非结构网格的自适应有限元法求解对角各向异性情况下大地电磁正演控制方程,既有利于起伏地形和复杂地质构造的建模,又便于模拟包含多种尺寸结构的地电模型;网格的自动细化可避免人为网格划分导致的计算误差并可提高计算效率。反演算法则采取了经典模型空间Occam策略,使得模型的搜索过程非常稳定,能在较少迭代次数内获得合理的反演结果。对经典四层层状模型和二维各向异性块体模型进行了正演模拟试算,并分别与一维准解析解、二维有限差分数值解结果进行对比,验证了正演算法的准确性;最后对一复杂海底起伏各向异性模型进行了反演试算,反演结果准确反映了各向异性异常体的存在,并成功地还原了真实模型的主要电性特征。     

基于并行回火技术优化的大地电磁数据贝叶斯变维反演

传统的梯度类线性化反演方法虽然广泛应用于大地电磁数据的处理,但此类方法存在结果依赖初始模型、无法对解进行不确定性分析等问题。为了解决上述问题,基于随机反演理论,将反演参数看成随机变量,利用贝叶斯变维反演方法对一维大地电磁数据进行反演,获得了解的后验分布,并给出了解的不确定性分析;为了加速反演收敛,引入并行回火技术,同时运行不同温度的马尔科夫链,使采样过程可以在不同温度的马尔科夫链之间进行交换;最后对含噪的理论模型进行反演,并与传统贝叶斯变维方法进行对比,验证了并行回火技术对算法的改进是有效的。