大地电磁测深拟二维模拟退火约束反演

大地电磁测深(MT)资料解释的核心是反演问题,其反演方法可分为两大类:局部方法和全局方法。局部方法基于最小方差原理,依赖于目标函数的导数求解,因而其解依赖于初始模型,容易陷入局部极值,难以得到全局最优解。全局方法如模拟退火算法,它是近年发展起来的全局最优化算法。其主要优点是:不用求目标函数的偏导数及解大型矩阵方程组,即能找到一个全局最优解,而且易于加入约束条件,方法易于移植。目前模拟退火算法已开始用于解决非线性地球物理反演问题,但还存在计算效率低的缺陷。以快速模拟退火算法为基础,对大地电磁测深理论数据及实际资料进行快速模拟退火约束多参量的反演,效果较为理想。对H型地电断面的理论曲线反演和根据某盆地预探井实际资料对中生界厚度及基底埋深的反演作了举例说明。     

单纯形—模拟退火混合算法反求水文地质参数及其并行求解

本文利用单纯形法局部搜索速度快和模拟退火算法全局寻优的特点,同时为了克服各自算法的弊病,提出采用单纯形—模拟退火混合算法(SMSA)进行水文地质逆问题的求解。论文详细描述了SMSA算法的具体操作算子的实现,并将该算法应用于一个大型水源地的地下水模拟反演。计算结果表明,SMSA算法在水文地质参数反演计算具有求解速度快,精度高的特点,而且易于实现并行运算。     

单纯形一模拟退火混合算法反求水文地质参数及其并行求解

本文利用单纯形法局部搜索速度快和模拟退火算法全局寻优的特点，同时为了克服各自算法的弊病，提出采用单纯形一模拟退火混合算法（SMSA）进行水文地质逆问题的求解。论文详细描述了SMSA算法的具体操作算子的实现，并将该算法应用于一个大型水源地的地下水模拟反演。计算结果表明，SMSA算法在水文地质参数反演计算具有求解速度快，精度高的特点，而且易于实现并行运算。     

电阻率层析成像的二维改进粒子群优化算法反演

粒子群优化算法(PSO)是通过模拟鸟群觅食过程中的社会行为而提出的一种基于群体智能的全局随机搜索算法,已有研究学者证明PSO算法是一种有效的地球物理反演方法,不依赖初始模型。此次在研究常规粒子群算法的基础上,针对常规粒子群优化算法易于陷于局部极值,后期收敛速度慢,反演精度不高等缺点,提出了一种改进的充分混沌振荡粒子群优化算法。针对粒子群算法的特点,改进速度更新公式,使粒子更快获取与当前全局最好位置的差异,增强粒子的学习能力,并用此算法在matlab2012b编程环境中对均匀半空间电阻率层析成像异常体理论模型进行了二维数值试验。结果表明,此种算法反演时不依赖初始模型,搜索空间增大,实现全局搜索,在准确性上优于标准PSO反演,成像质量优于Levenberg-Marquardt法反演。     

用遗传算法反演一维声波介质

局部线性化的反演方法不仅在初始模型远离真值时收敛速度慢,而且往往易陷入局部极大值中,而遗传算法(GA)便能解决这一问题,它是一种全局搜索法。虽然它同模拟退火法一样利用转移概率进行搜索,但其收敛速度一般比模拟退火法快。本文引进了多个目标函数进行综合评价和灾变过程,用单道地震道对一维声波介质的速度和密度同时进行了反演,并反演了加噪地震道和含薄层介质模型,取得了满意的效果。     

一维层状介质大地电磁模拟退火反演法

大地电磁模拟退火反演法是一种最优化的非线性反演方法,与传统的线性反演方法相比该方法具有：（１）不依赖于初始模型的选择;（２）能寻找全局最小点而不陷入局部极小;（３）在反演过程中不用计算雅可比偏数矩阵等优点;通过对各种类型的大地电磁测深理论曲线试算,结果表明模拟退火法能准确地自动反演地电参数（地层电阻率,厚度）最后对实际资料进行了处理,取得了较好的效果。     

波阻抗约束反演的几种方法

介绍三种理论与实际效果比较好的波阻抗反演方法,即宽带约束反演(BCI)、快速模拟退火算法(FSA)和正则化方法。BCI是一种线性迭代方法,FSA是一种具有全局寻优特点的随机搜索方法,正则化方法是通过对目标函数施加先验约束,来解决反演的病态问题———多解性和不稳定性。最后,使用正则化方法并结合快速模拟退火算法,进行了理论模型试算和实际资料处理,实用效果比较好。     

大地电磁实码广义遗传反演算法研究

大地电磁反演问题通常表述为目标函数最优化,难点是多参数、非线性和不适定性,局部和全局方法都不能实现快速全局优化[4].针对局部线性方法易使解陷入局部极值,严重依赖初始模型,而传统的遗传算法在优化应用中存在局部搜索能力弱、早熟收敛等问题.这里引进一种求解一维大地电磁测深反演问题的实数编码广义遗传算法.该算法利用拟网格法初始种群和综合交叉策略,克服了早熟收敛现象,从而提高了遗传寻优的效率.理论模型反演与其它方法比较,结果说明遗传算法具有不依赖初始模型,不容易陷入局部极小,多点多路径概率搜索,以及隐合并行性等优点.     

基于粒子群优化算法的感应测井反演

针对传统感应测井线性迭代反演受初始模型影响,易陷入局部最优解的特点,设计一种基于粒子群优化的非线性全局最优化反演方法。利用该方法对不同厚度储层模型进行反演研究,在无噪声情况下,反演结果和模型基本一致;在加入5%、10%和15%随机噪声后,反演仍取得良好效果。数值实验结果表明,该反演方法不依赖于初始模型,具有较好的全局寻优和抗噪声能力,能有效反演感应测井数据。     

改进麻雀搜索算法的自然电位数据反演

自然电位法是一种成本低廉,野外观测操作简便的天然源地球物理勘探方法。自然电位数据反演具有病态和非线性的特征。常规反演算法分为局部优化类和全局搜索类,但基于梯度运算的局部优化算法难以求得全局最优解且反演效果依赖于初始模型的构建,而传统全局搜索算法又存在收敛速度慢,易陷入局部极值和不稳定的缺点。基于此,对一种新的全局优化策略(麻雀搜索算法)进行改进,通过混沌映射叠加反向学习策略初始化麻雀种群,再依随机概率使用Levy飞行策略更新麻雀个体位置来进一步提升算法对于解空间的探索能力和增强算法跳出局部极值的可能性。将改进前后的麻雀搜索算法分别应用于合成自然电位数据(不含与含10%、30%的随机噪声)与来自印度和法国的实测数据的反演解释中以对比检验改进算法的反演效果。理论测试结果表明：麻雀搜索算法(SSA)在无噪声干扰下的垂直圆柱和倾斜板模型数据反演误差为0.42%和0.25%,相同情况下改进麻雀搜索算法(ISSA)的反演误差为0.06%和0.07%,改进后算法拟合精度提高到3～7倍,对比目标函数收敛曲线图中ISSA的收敛速度与收敛精度都要明显优于SSA;SSA反演参数的稳定性、精度和异常响应曲线拟...     

利用一维正则化反演进行大地电磁测深数据拟二维反演解释

大地电磁测深的反演问题是不适定的,其反演结果不稳定,且具有非唯一性。通过在目标函数中采用正则化方法,可以使得不适定反演问题具有稳定的反演结果,并改善解的稳定性和非唯一性问题。为了提高野外大地电磁测深数据的处理效率和初步解释的精度,提出了大地电磁测深数据的一维正则化反演进行拟二维反演解释方法。这里所述的大地电磁测深一维反演解释,与以往的解释方法不同,其思路首先用Bostick反演的深度来控制层参数,使反演计算的模型参数仅存在电阻率;最后采用阻尼高斯-牛顿算法进行反演计算,并将Bostick反演结果作为反演计算的初始模型。通过模型试算,结果表明其处理速度快、解释直观,对野外大地电磁测深数据进行初步反演解释是可行的。     

地形对不同反演的影响

[摘 要]根据观测数据和模型参数之间的关系,将求误差函数的最优问题的方法通常分为线性反演和非线性反演; 线性反演要求有相当准确的背景介质模型的条件,这和地球物理问题中的实际情况相矛盾。特殊情况下,线性反演甚至出现发散的情况。而非线性反演不用求目标函数的偏导数,全局随机搜索模型空间的最优解的办法,避免了问题的线性化,在山区复杂地形条件下,通过对比论证,非线性反演能够获取更合理的真实地电模型,从而说明由于非线性反演适应性较强、精度较高已被广泛的应用于地球物理的各个领域。     

基于改进差分进化算法的阵列侧向测井反演

针对阵列侧向测井反演受给定初值影响的问题,将阵列侧向测井反演问题转化为无约束的非线性全局优化问题,提出了一种基于改进差分进化反演的新方法。在30次随机计算中改进差分进化算法与差分进化算法相比,其寻优成功率可以达到93.3%,平均进化代数为差分进化代数的1/8,其最优适应度也仅为差分进化最优适应度的一半。通过对阵列侧向模型进行反演计算,表明该算法满足电测井反演的需求。改进差分进化方法可有效地解决传统优化方法反演结果对初值的依赖性问题。     

基于自适应粒子群优化算法的波阻抗反演方法

针对地震勘探资料依赖线性优化方法进行波阻抗反演不易得到全局极值的问题,提出一种改进的粒子群优化算法-自适应粒子群优化算法进行波阻抗反演。自适应粒子群优化算法是以群智能优化理论为基础,通过3种可能移动方向的带权值组合进行全局寻优。该方法搜索速度较快,且具有较强的全局寻优能力。通过函数测试和波阻抗反演的应用,结果表明,自适应粒子群优化算法是一种适应能力较强的全局优化算法,用该方法进行波阻抗反演是可行有效的。      

A nonlinear multiparameter prestack seismic inversion method based on hybrid optimization approach

Multiparameter prestack seismic inversion is one of the most powerful techniques in quantitatively estimating subsurface petrophysical properties. However, it remains a challenging problem due to the nonlinearity and ill-posedness of the inversion process. Traditional regularization approach can stabilize the solution but at the cost of smoothing valuable geological boundaries. In addition, compared with linearized optimization methods, global optimization techniques can obtain better results regardless of initial models, especially for multiparameter prestack inversion. However, when solving multiparameter prestack inversion problems, the application of standard global optimization algorithms maybe limited due to the issue of high computational cost (e.g., simulating annealing) or premature convergence (e.g., particle swarm optimization). In this paper, we propose a hybrid optimization-based multiparameter prestack inversion method. In this method, we introduce a prior constraint term featured by multiple regularization functions, intended to preserve layered boundaries of geological formations; in particular, to address the problem of premature convergence existing in standard particle swarm optimization algorithm, we propose a hybrid optimization strategy by hybridizing particle swarm optimization and very fast simulating annealing to solve the nonlinear optimization problem. We demonstrate the effectiveness of the proposed inversion method by conducting synthetic test and field data application, both of which show encouraging results.     

考虑激发极化效应的瞬变电磁一维Occam反演

大地的感应激发极化效应有时会在瞬变电磁晚期响应上产生负值变号现象。常规实电阻率瞬变电磁反演由于没有考虑激发极化效应,对于观测数据负值部分的解释一直存在问题,这影响了反演解释的真实性和可信度。对此,本文首先将Cole-Cole复电阻率模型加入正演计算,并验证了计算的准确性。然后在阻尼最小二乘法的基础上加入Occam平滑约束来构建反演方程,能够同时反演出零频电阻率、充电率、时间常数以及频率相关系数,实现了一维瞬变电磁复电阻率反演算法。最后,建立具有不同程度激发极化效应的典型层状理论模型进行反演试算与结果分析,结果表明,在激发极化效果明显的低阻高极化地层中,复电阻率反演效果更好。与实电阻率反演结果的对比说明,瞬变电磁复电阻率反演既可以达到实电阻率的常规反演效果,也能解决实电阻率无法实现的负值拟合问题。     

地震—大地电磁数据非线性联合反演方法研究

在地球物理数据广义线性联合反演方法的基础上，研究了地球物理数据非线性联合反演方法。对这两种方法的反演效果进行了比较、分析，得出了非线性联合反演方法比广义线性联合反演方法更优越的结论。还对解决迭代公式中数量级不一致的问题进行了论述     

大地电磁与地震反射波走时数据二维联合反演

由于地球物理反演存在固有的多解性问题,如何减小多解性,提高地球物理方法反演结果的可靠性和准确性是当今地球物理领域研究的热点。为了减小大地电磁与地震反射波走时资料反演的多解性,在Gallardo和Meju研究的交叉梯度理论的基础上,实现大地电磁与地震反射波走时数据的二维联合反演算法;设计理论地电模型和速度模型进行合成数据的单独反演和联合反演试算,并验证大地电磁和地震反射波走时数据二维联合反演算法的正确性和有效性。反演结果表明,利用交叉梯度方法耦合大地电磁电阻率参数和地震波速度参数能使联合反演过程中的这两个模型在更新的时候相互约束,联合反演结果比单一反演结果更接近真实模型,从而使反演结果更可靠,减少了反演解的多解性。     

西方大地电磁测深法理论发展现状

文章回顾总结了近几年来西方大地电磁测深法在数据处理、正反演等方面所取得的理论研究成果,指出在目前的大地电磁测深法研究中,资料的噪音分析、数据的正反演尤其是多维大地电磁测深法数据正反演研究是最为活跃的研究领域。     

重力异常AlexNet深度神经网络反演

针对传统反演方法存在的初始模型依赖、计算时间较长等问题,提出了一种新的基于AlexNet深度神经网络的重力异常反演方法。该方法首先借鉴经典的深度神经网络AlexNet设计了一种用于重力异常反演的Alex反演网络(AlexInvNet),接着设计大量密度异常体模型并通过正演计算得到带标签的数据集,然后用该数据集训练AlexInvNet网络,最后将重力异常数据输入训练好的AlexInvNet网络直接得到反演结果。理论模型反演结果表明,该方法相较于全连接网络深度学习反演方法,能够更好地反演出异常体的位置和密度,具有较好的泛化能力和抗噪声能力。实测数据反演结果表明,该方法能有效解决重力异常反演问题。