模拟退火波阻抗反演及其应用

地震反演技术在油气地质储量研究及井位部署等方面的应用广泛。由于地震资料的带限性，使得反演时的目标函数在多处存在极小值，需通过在模型空间的广泛搜索寻求全局最优解。模拟退火波阻抗反演方法是寻找全局最优解的较好方法之一，它与约束稀疏脉冲反演及宽带反演方法不同，通过使全局最优对地震资料进行波阻抗反演。该方法综合利用石油地质、地球物理等进行约束反演，最终得到详细的储层模型，其波阻抗反演剖面的分辨率明显高于目前广泛使用的约束稀疏脉冲反演结果。     

人工神经网络非线性地震波形反演

地震波形反演是非线性问题，其目标函数阳多极值的函数，若用线性化的反演方法求解，常会遇到迭代收敛于目标函数局部最优等困难。本文研究能求得目标函数全局最优解的遗传算法训练人工神经网络的地震波形反演方法。考虑到遗传算法训练神经网络地震波形反演的未知能数量大，而通常的二进制编码遗传算法占用计算机内存量大，不能在较小内存的计算机上实现，故以可节省内存的０－１编码遗传算法训练神经网络，提出了加速网络收敛的方法     

混合优化波阻抗反演方法研究

地震反演常用的线性算法具有较快的收敛速度，但是易陷入局部最优解。因此需要引进一些非线性优化算法求解全局最优解。近年来相继出现了模拟退火、遗传算法、禁忌搜索算法和混沌搜索算法等，虽然这些算法具有较强的全局优化性能，但是其计算速度慢，远远不能满足实际生产的要求。如何将上述两类算法结合起来实现优势互补成为了反演中的一个重要课题之一。文章提出的混合优化波阻抗反演方法综合了共轭梯度算法和模拟退火算法的优点，在模拟退火反演框架内加入共轭梯度迭代算法，即在模拟退火反演过程中，当目标函数值满足给定的条件时，进行一定次数的共轭梯度迭代反演，最终以模拟退火反演结果来判断其收敛性。实际计算表明，该方法不仅收敛速度快，而且抗干扰能力强，计算得到的波阻抗剖面能较好的反映地层地质特征。     

非线性反演方法在剩余静校正中的应用

估算剩余静校正量本质上是一个非线性反演问题。当地震资料的剩余静校正量大、信噪比低时,利用线性反演方法不能有效地拾取静校正量。文中分别采用最大能量法和模拟退火法两种非线性的反演方法来估算炮点和检波点的剩余静校正量。这两种方法是将负叠加能量作为目标函数,静校正量作为模型参数。估算最佳的剩余静校正量需要确定多维目标函数的全局极小值。最大能量法的结果受初始静校正量的影响,它的解容易陷入目标函数的局部极小值。模拟退火法不受初值的影响,可以求得目标函数的全局极小值或其近似值。     

自适应混合反演剩余静校正

本文针对剩余静校正问题的非线性特点，分析了已有的线性反演及非线性反演方法的优缺点，在此基础上提出了一种计算效率较高、搜寻全局最优解的混合反演方法；即在求解过程中每次扰动采用线性寻优方法搜寻局部最优解，在迭代过程中采用模拟退火法随机搜寻，就可以用较少的迭代次数搜寻全局最优解。此文中还提出了反演参数的选取方法，使得该法具有自适应的特点。理论分析和数值计算表明，该法不仅解决了剩余静校正较强的非线性全局优化问题，而且提高了计算效率，是一种切实可行的自适应剩余静校正方法。     

约束模拟退火反演

模拟退火算法的最大优点是可以突破寻优过程中局部最优的限制，所以该方法适用于解决地震反演中普遍存在的非册凸性目标函数的最优化问题。本文讨论了用模拟退火（ＳＡ）法进行地震资料的参数反演以及约束条件对反演过程的控制作用。约束条件包括模型参数取值范围和选择初始模型，加入约束条件提高了模拟退火反演的收敛速度，使反演解更为合理。通过理论模型试算和实际资料试处理，证明该方法精度高，实用性强。     

用退火遗传算法进行地震波阻抗反演

退火遗传算法是模拟退火算法(SA)和遗传算法(GA)相结合的优化算法。其主要思想是利用模拟退火算法中的热槽法(概率分布函数)产生GA的群体初值，这样可以避免产生一些无用的群体，其结果既节省计算机空间，又节省计算时间，并且最终容易得到最优解。SA和GA交替运行，对GA的每一演化代，用SA对其进行局部搜索来改进GA的性能。利用退火遗传算法对地震波阻抗进行反演，目标函数可以达到10^-5数量级，这就使退火遗传算法的非线性方法能够应用于地震波阻抗反演中。     

基于差分进化算法的叠前AVO反演

针对传统的线性化迭代反演算法对初始模型依赖程度较高、反演过程容易陷入局部最优的问题,本文研究了一种基于差分进化算法的叠前反演方法。该方法利用差分的简单变异操作和一对一的竞争生存策略,对初始模型的依赖程度较低,全局收敛能力较强,且具有操作简单、运算速度快的特点,是解决复杂优化问题的一种有效方法。针对叠前地震反演问题,本文以贝叶斯理论为基础,结合似然函数与先验约束信息,建立反演目标函数,然后利用差分进化算法对初始模型进行优化,直至目标函数取得全局最优值。模型试算验证了该方法是可行的,且对初始模型的依赖程度较弱,具有较好的全局收敛能力;将该方法应用于实际叠前道集数据,得到了分辨率较高的反演结果。     

基于遗传算法的叠前地震波形反演构建虚拟井曲线

 鉴于叠前反演分辨率高，叠后反演速度快、稳定性好，所以叠前和叠后混合反演正成为人们研究的热点。其关键技术是叠前地震波形反演构建虚拟井曲线，在此基础上以虚拟井作为控制信息进行叠后反演。本文采用遗传算法（GA）全局寻优的非线性反演方法构建虚拟井曲线，成功地解决了叠前地震波形反演面临的数据和模型之间高度非线性及目标函数具有多个极小值问题。文中给出了利用GA地震波形反演的计算步骤及关键步骤的注意事项。实例结果表明该方法可行。     

基于遗传算法的波阻抗混合反演

文章提出采用二进制字符串编码、遗传操作为最优保存策略选择、多点交叉和非均匀变异的遗传算法，将线性反演与遗传优化算法组合用于地震资料波阻抗反演。即在获得了线性反演的输出序列后，由它作为选择遗传算法初始种群的产生依据，大大缩小了遗传算法的搜索范围。再由遗传算法的寻优操作，得到满足遗传算法反演目标函数的波阻抗序列，用Ackley实验函数，证明了文章中遗传算法的有效性和收敛性，实现了线性反演算法和遗传算法的波阻抗混合反演。通过理论模型与井旁道的试算处理，表明了基于遗传算法波阻抗混合反演的可行性。     

混合优化自动剩余静校正方法研究

剩余静校正量计算本质上是一个非线性优化问题。针对单独运用遗传算法或模拟退火算法求解剩余静校正计算效率低、精度不高等缺点，本文提出了混合全局优化的自动剩余静校正方法，即利用两者的优点（遗传算法具有较强的把握搜索过程总体的能力，模拟退火法具有较强的局部搜索能力）开发的一种优化算法。文中对混合全局优化自动剩余静校正的处理流程和实现技术作了深入研究。从模型数据试算和我国西部某地区实际资料的处理结果可以看到，混合优化技术无论在运算速度还是在求解精度上都优于其他方法。     

基于改进的遗传算法的天然气管网系统运行优化

在天然气管网系统安全稳定运行的基础上,为了实现节能减排,充分合理地利用管道的输配能力,将目标函数定义为天然气的最大流量,同时考虑管道内天然气稳定流动、各节点流量平衡、节点及管段压力等约束条件,建立了天然气管网系统优化数学模型。采用整数编码来进行管径编码,用模拟退火罚函数转化约束条件,并合理地将遗传算法的全局寻优能力和模拟退火的局部搜索能力互补融合起来,实现算法的改进和优化。将改进的遗传算法应用到某大型天然气管网优化设计的实例中,计算结果表明,改进的遗传算法在解的质量上和收敛的速度上都优于基本遗传算法,验证了所建立的优化模型是高效可行的。     

混合智能优化地震反演

传统非线性反演方法存在着收敛效率低,有时会陷入局部极值的问题。为此,研究开发了融合粒子群优化算法和郭涛算法的混合智能优化地震非线性反演技术。粒子群优化算法对解的更新更具有目的性,收敛速度快;郭涛算法构造了多父体交叉重组算子并采用群体爬山策略,求解精度高;混合智能优化算法以粒子群优化算法为主体框架,融入郭涛算法的寻优机制。函数优化测试、理论模型试算和实际资料反演处理结果表明,混合智能优化算法具有求解效率高、全局寻优能力强的优点,适合解决复杂的地震反演问题。     

利用粒子群优化算法快速、稳定反演瑞雷波频散曲线

反演瑞雷波频散曲线能有效地获取横波速度和地层厚度,但基于局部线性化的瑞雷波频散曲线反演方法很难适应反演目标函数的非线性、多参数、多极值的特点。为此,提出并测试了一种新的基于全局优化策略的粒子群优化（PSO）算法的瑞雷波频散曲线反演方法。首先反演了三个理论模型的无噪声和含噪声数据,验证了PSO对瑞雷波数据反演的有效性与稳定性;然后将PSO与模拟退火法（SA）进行对比,说明PSO相对于SA具有全局收敛性强、收敛速度快、求解精度高的特点;最后,反演了来自美国怀俄明地区的实测数据,检验了PSO对瑞雷波数据反演的适用性。理论模型试算和实测资料分析表明,PSO可以用于瑞雷波频散曲线的定量解释。     

地球物理反演的遗传算法

作为全局非线性优化的新算法之一的遗传算法，近年来已从生物工程介绍到地球物理反演中来，本文通过一些简单的例子，介绍遗传算法的基本原理，方法特点，以及在地震波速反演中的应用。     

基于改进遗传算法的注水系统运行参数优化

以注水系统耗电量最小为目标函数、排量、压力等限制为约束条件，建立了注水系统参数优化数学模型，并用外部惩罚函数法将该问题转化为无约束问题。针对遗传算法的局限性，采用浮点数编码，调整了适应函数，改进了交叉和变异操作，实施了最优保留策略，并结合模拟退火算法，从而形成了改进遗传算法。该算法能够有效地提高收敛速度，避免早熟收敛。算例说明，该优化方法有效、实用。     

考虑变频调速的注水系统运行参数优化

以注水系统耗电量最小为目标函数,以排量、压力等限制为约束条件,在考虑离心泵变频调速的基础上,建立了注水系统参数优化数学模型,并用外部惩罚函数法将该问题转化为无约束问题。针对遗传算法的局限性,采用浮点数编码调整了适应函数,根据泵排量和水量平衡要求改进交叉和变异操作,实施最优保留策略,并结合模拟退火算法,形成了混合遗传算法,该算法能够有效地减少不可行解的产生,提高收敛速度,避免早熟收敛。实例计算说明,该优化方法有效、实用,优化后系统运行状况明显改善。