地球物理非线性反演模拟退火法的改进

在地球物理非线性反演方法中,模拟退火法是一种较先进的启发式蒙特卡洛（ＭｏｎｔｅＣａｒｌｏ）方法．但是,在处理实际资料时,该方法存在着计算效率不够高的缺点,有时还会失效．为此,从模拟退少法的关键问题──最低温度的选择入手,根据模拟退火法与统计力学的吉布斯－马尔柯夫（Ｇｉｂｂｓ－Ｍａｒｋｏｖ）模型之间的关系导出临界温度的近似表达式;用此式分析目标函数超曲面形状对模拟退火法计算的影响;提出利用模糊先验信息确定最低温度、改造目标函数等改进措施．     

地球物理非线性反演模拟退火法的改进

在地球物理非线性反演方法中，模拟退火法是一种较先进的启发式蒙特卡洛（ＭｏｎｔｅＣａｒｌｏ）方法．但是，在处理实际资料时，该方法存在着计算效率不够高的缺点，有时还会失效．为此，从模拟退少法的关键问题──最低温度的选择入手，根据模拟退火法与统计力学的吉布斯－马尔柯夫（Ｇｉｂｂｓ－Ｍａｒｋｏｖ）模型之间的关系导出临界温度的近似表达式；用此式分析目标函数超曲面形状对模拟退火法计算的影响；提出利用模糊先验信息确定最低温度、改造目标函数等改进措施．     

量子退火最优化与地球物理反演方法

量子退火最优化方法的思想是基于模拟退火方法发展而来的,但利用的是量子跃迁隧道效应的机制,这和模拟退火基于热力学的退火原理是不一样的.本文首先概述了量子退火和模拟退火的区别所在;其次主要论述了量子退火在最优化方面的应用发展情况,比如伊辛自旋玻璃问题,旅行商问题,布尔可满足性问题等,讨论了具体测试问题中量子退火方法的应用情况以及和模拟退火方法的比较;随后对基于量子退火方法的地球物理反演原理和方法做了相应的阐述,讨论了不同参数比如温度、横向场的设置,比较了处于不同的横向场和势能状态的概率大小问题;最后就量子退火方法在地球物理反问体中的应用前景以及存在的问题做了简要概述.     

改进的模拟退火－单纯形综合反演方法

实际中的大量地球物理反演是一个多参数、非线性优化问题,所采用的目标函数,即度量由参数化的理论模型得出的预测值与观测值的吻合程度,往往具有多个局部极值．针对这类问题,本文综合全局反演方法具有的全域搜索能力强、局部方法收敛速度快和“均匀设计”布点效率高的特点,提出了模拟退火－单纯性综合反演方法,并通过一维声波非线性反演验证了这种综合方法的搜索能力和效率．     

电阻率成像反演中的模拟退火方法

电阻率成像反演是一种典型的多参数、非线性反演问题。模拟退火方法将组合优化问题与统计力学中的热平衡问题相类比,开辟了求解组合优化问题的新途径。本文通过数字模拟及对野外资料的处理,证明快速模拟退火方法在二维电阻率成像反演中具有较好的应用前景。     

改进的模拟退火－单纯形综合反演方法

实际中的大量地球物理反演是一个多参数、非线性优化问题,所采用的目标函数,即度量由参数化的理论模型得出的预测值与观测值的吻合程度,往往具有多个局部极值．针对这类问题,本文综合全局反演方法具有的全域搜索能力强、局部方法收敛速度快和“均匀设计”布点效率高的特点,提出了模拟退火－单纯性综合反演方法,并通过一维声波非线性反演验证了这种综合方法的搜索能力和效率．     

改进的模拟退火－单纯形综合反演方法

实际中的大量地球物理反演是一个多参数、非线性优化问题,所采用的目标函数,即度量由参数化的理论模型得出的预测值与观测值的吻合程度,往往具有多个局部极值．针对这类问题,本文综合全局反演方法具有的全域搜索能力强、局部方法收敛速度快和“均匀设计”布点效率高的特点,提出了模拟退火－单纯性综合反演方法,并通过一维声波非线性反演验证了这种综合方法的搜索能力和效率．     

基于模拟退火算法的随机模拟方法研究

随着油气田开发难度的加大和技术的进步,储层随机建模技术已经成为储层表征的主要手段.基于地质统计学理论的认识,并结合模拟退火算法,本文研究了退火随机模拟储层地质模型,其结果表明该方法是一种易理解、易实现、较灵活、适应性强、较实用的算法.应用该方法可以建立渗透率、孔隙度、含油饱和度,以及波阻抗等参数的空间分布模型,这些模型很好的保持了已知数据所反映的储层空间特征,并真实地展现了各种参数在储层内的分布,为油气田储层预测和开发提供依据.     

自适应全局混合反演

地球物理学反演多是一个多参数、非线性、多极值、非连续函数的优化问题 .在模拟退火与单纯形、均匀设计中引入自适应的退火规则 ,形成自适应全局混合反演方法 .数值检验与模型计算表明 ,该方法具有搜索速度快、效率高的特点     

模拟退火叠前AVA同步反演方法

叠前反演技术已经成为岩性预测和流体识别的关键技术,并将在油气勘探中发挥重要作用,本文提出了模拟退火AVA同步反演方法,该方法以多个角道集地震数据体和先验纵波速度、横波速度、密度模型等为输入,综合利用地震、地质、测井等多种信息为约束,采用模拟退火全局优化方法,直接采用Knott-Zoeppritz方程求解反射系数,同步反演获得纵波阻抗、横波阻抗、纵横波速度、密度、Mu、Lambda等23种岩石弹性参数模型.其主要特点如下：１）采用Zoeppritz方程直接求解,精度高;2) 目标函数选择灵活;３）多角度提取子波;４）可获得深度域的反演结果.实际资料应用证明,该反演方法保留了地震反射振幅随偏移距不同或入射角不同而变化的特征,可有效提高储层预测和流体识别精度.实际应用表明,本方法预测结果可靠,具有较强的实用性.     

基于网格搜索与模拟退火算法的地震定位数值模拟反演

地震定位是地震监测、预测和其他地震学研究工作中最基础的工作之一,高效率和高精确度的地震定位工作对于地震预警工程等各项防震减灾工作的开展都具有重要的意义。本文通过模拟退火方法反演震中位置,并对模拟退火的温度、降温方式、扰动方式和收敛阈值等进行改变,分析各种参数对模拟退火法反演结果的影响。也对模拟退火法的优缺点进行了总结和分析。     

基于模拟退火算法的设计反应谱标定方法

反应谱的标定是抗震设计的基础工作之一,模拟退火算法是基于模拟固体退火过程而提出的多参数优化组合方法。本文提出将模拟退火算法应用于设计反应谱的标定,并概述了模拟退火算法的基本原理及特点,介绍了运用MATLAB基于模拟退火算法对反应谱进行标定的过程。检验了将模拟退火算法应用于场地相关谱标定的可行性和合理性,给出了将其应用于工程场地地震安全性评价中设计反应谱标定实例。通过检验和实例分析可以看出,基于模拟退火算法的反应谱标定方法所给出的设计反应谱谱形真实地反映了原地震反应谱的特征,较客观的反映了场地相关反应谱的峰值和周期特征。     

改进的模拟退火算法及其在叠前储层参数反演中的应用

快速模拟退火算法中,要求扰动后新的模型参数必须在取值范围内,对此,人们通常采用两种方法:(1)反复扰动直到新的模型参数满足要求;(2)当新的模型参数超过最大值时,参数等于最大值;新的模型参数小于最小值时,参数等于最小值.研究发现,方法1在计算过程中增加了寻找新模型参数的时间开销,计算效率明显降低;方法2当目标函数在边界或边界的小邻域存在多个极小值时,在有限的时间内,其陷入局部极小的概率大大增加,优化效果明显下降.本文在前人研究的基础上提出了改进的模拟退火算法,同时利用改进的算法反演了地层泊松比、纵波速度和密度.结果表明,改进的算法加快了模拟退火算法的收敛速度,提高了模拟退火算法的效率和精度.     

Using a hybrid genetic algorithm–simulated annealing algorithm for fuzzy programming of reservoir operation

We present a novel approach for optimizing reservoir operation through fuzzy programming and a hybrid evolution algorithm, i.e. genetic algorithm (GA) with simulated annealing (SA). In the analysis, objectives and constraints of reservoir operation are transformed by fuzzy programming for searching the optimal degree of satisfaction. In the hybrid search procedure, the GA provides a global search and the SA algorithm provides local search. This approach was investigated to search the optimizing operation scheme of Shihmen Reservoir in Taiwan. Monthly inflow data for three years reflecting different hydrological conditions and a consecutive 10‐year period were used. Comparisons were made with the existing M‐5 reservoir operation rules. The results demonstrate that: (1) fuzzy programming could effectively formulate the reservoir operation scheme into degree of satisfaction α among the users and constraints; (2) the hybrid GA‐SA performed much better than the current M‐5 operating rules. Analysis also found the hybrid GA‐SA conducts parallel analyses that increase the probability of finding an optimal solution while reducing computation time for reservoir operation. Copyright © 2007 John Wiley & Sons, Ltd.     

改进模拟退火算法在研究地壳上地幔层面位置中的应用

本文基于Metropolis接收原则改进快速模拟退火算法同时进行地下介质层速度和层厚度的联合反演.通过数值模拟验证,该方法在调整好起始温度、温度下降方案等参数的情况下,通过非线性反演可以得到接近理论模型的结果.通过对沿86.E经线南北跨越印度板块、青藏高原和塔里木盆地的垂直剖面的纯频散进行反演,得到S波速度结构,由此识别其Moho 面深度和岩石圈底界面等层面位置.     

Two attempts of study of seismic source from teleseismic data by simulated annealing non-linear inversion

Two seismic source studies usingteleseismic data are performed by Simulated Annealing(SA), a non-linear inversion method. The Very FastSimulated Annealing (VFSA) algorithm is used and onlyteleseismic data are inverted. We have designed a fastand efficient way of multiple direct problemevaluation, which is based on pre-calculating theelementary Green's function. During the process we setthe values of the inversion control parameters(temperature, number of iterations) and modified thecooling schedule. In the current version, theinversion seeks for the point source mechanism, thedepth of the source, the scalar moment and the sourcetime function (STF). The method is applied to twoearthquakes: 18 Nov. 1992 in Greece, M 5.9 and 14 Sep.1995 in Mexico, M7.3. The calculation is performed ona simple 1D model of the structure. For the firstearthquake the inversion recovered the solution fairlywell; for the second the solution was less acceptable.However, we do not consider this fact to be a failureof the method, but a consequence of an inadequatemodel of the source and of the medium structure. Acasual attempt of reliability determination was alsoperformed; the obtained values of errors arereasonable, except for a few cases when the methodfailed.     

Identifying groundwater pumping source information using simulated annealing

This study develops an approach referred to as SA‐MF using simulated annealing (SA) and a three‐dimensional groundwater flow model (MODFLOW‐2000) to determine the pumping source information, namely the pumping source location, the pumping rate and the pumping period. Eight scenarios, each with various cases for aquifers with homogeneous or heterogeneous conductivities, are used to test the applicability and accuracy of SA‐MF in determining the pumping source information. The results show that at least five measured heads should be used to analyse the pumping source identification problem and at least three observation wells are required to effectively determine the pumping source information. The SA‐MF gives good estimated results in both synthetic and real problems even if the measured heads contain measurement errors. Copyright © 2008 John Wiley & Sons, Ltd.     

利用模拟退火法反演大陆地震位置

为了精确得到大陆地震震源位置,利用模拟退火法对大陆地震参数进行反演,并对改变算法中相关参数后的反演结果进行分析,表明反演精度受降温速度和收敛阈值的影响较大,初始温度只影响迭代次数,模拟退火法在对模型参数进行全局搜索情况下能获得质量较好的最优解。     

Modified genetic algorithm with simulated annealing applied to optimal load dispatch of the Three Gorges Hydropower Plant in China

A method is presented for optimal load dispatch in large-scale hydropower plants using a genetic algorithm integrated with simulated annealing. The genetic algorithm overcomes dependence on an initial value and provides parallel processing and fast convergence, whereas simulated annealing prevents prematurity and retrieving of the local instead of the global optimum. Thus, the integrated genetic-simulated annealing algorithm improves efficiency and robustness to obtain solutions close to the global optimum. We evaluated the proposed algorithm to determine the optimal load dispatch of 32 units of the Three Gorges Hydropower Plant in China. Test results show that the minimum water consumption obtained using the proposed algorithm is similar to the optimum obtained from a previously proposed “improved” genetic algorithm when the total load of the plant is relatively high. However, for reduced load, the proposed algorithm clearly outperforms the “improved” genetic algorithm.