多尺度逐次逼近退火遗传算法反演地壳速度结构

根据多尺度逐次逼近思想,建立了多尺度逐次逼近退火遗传算法.该方法能有效地解决遗传算法中存在的收敛"早熟"问题.采用该方法对一个高速异常体进行了数值模拟试验,并对青藏高原东北缘阿尼玛卿缝合带东段上部地壳速度结构实际资料进行了处理,结果表明,多尺度逐次逼近退火遗传算法能够较好地应用于地震走时层析成像研究.     

2D多尺度非线性地震速度成像

将遗传算法和单纯形算法相结合,得到了一种高效、健全的2D混合地震走时反演方法.把速度场划分为不同的空间尺度,定义网格节点上的速度作为待反演参数,采用双三次样条函数模型参数化,正问题采用有限差分走时计算方法,反问题采用多尺度混合反演方法.首先在较大的空间尺度内反演,然后减小空间尺度,将大尺度的反演结果作为次一级尺度反问题的初始模型,再进行混合反演,如此类推逐次逼近全局最优解.一个低速度异常体的数值模拟试验和抗走时扰动试验表明该方法是有效和健全的.我们将该方法应用到青藏高原东北缘阿尼玛卿缝合带东段上部地壳速度结构研究中,并与前人的成果进行了对比.     

2D多尺度混合优化地球物理反演方法及其应用(英文)

局部优化和全局优化方法广泛应用到地球物理反演,但是两者各有其优缺点。将两类方法结合起来可以取长补短。将退火遗传算法（SAGA）和单纯形算法相结合,得到了一种高效、健全的2D非线性混合地震走时反演方法。首先,利用SAGA进行大范围的全局搜索,然后由单纯形方法进行快速局部搜索。为了降低层析成像的多解性,我们采用了多尺度逐次逼近的技巧。把速度场划分为不同的空间尺度,定义网格节点上的速度作为待反演参数,采用双三次样条函数模型参数化,正问题采用有限差分走时计算方法,反问题采用多尺度混合反演方法。一个低速度异常体的数值模拟试验和抗走时扰动试验表明该方法是有效和健全的。我们将该方法应用到青藏高原东北缘阿尼玛卿rlet,Meyer,Marr,缝合带东段上部地壳速度结构研究中。数字模型试验和实际资料的应用表明了方法的有效性和健全性。     

大地电磁的多尺度反演

对于迭代方式的参数化反演方法,如何使反演结果稳定地收敛到整体极小仍是目前大地电磁（MT）反演中急需解决的问题．本文利用小波变换理论中的多尺度分析方法将大地电磁反问题分解为依赖于尺度变量的反问题序列,然后按尺度从大到小的次序依次求解,求解过程中前一个尺度反问题的解作为下一个尺度反问题的初始模型,直到来出对应于尺度为0的原反问题的解为止．该方法称为多尺度反演方法．数值试验和实际资料的反演结果表明,该方法可有效改善传统广义逆反演方法易陷入局部极小的弊端．     

误差反传播神经网络法地震反演

针对测井资料约束下的地震反演具体问题，在假定反演目标和地震资料之间存在某种非线性映射的情况下，用神经网络逼近反演问题中的正演和反演过程，综合构成一个大网络系统，并根据地震反演的具体问题，给出该系统的能量函数．系统采用误差反传播法进行学习，从而实现用神经网络自适应地外推测井资料，有机地将神经网络与地震反演结合起来．对实际资料的测井速度外推结果表明，此法具有好的应用前景．     

基于遗传算法的CSAMT最小构造反演

利用遗传算法进行不考虑近场校正的全场资料CSAMT反演研究.遗传算法属于全局最优化方法,具有对初始模型依赖小,不易陷入局部极值的优点,然而,当未知数较多时,多解性仍是该方法的瓶颈.为了减小多层反演的多解性,在反演中引入最小构造约束,针对CSAMT的遗传算法反演问题定义了最小构造目标函数,经过模型试验找到了其具体表达式,并找到了适合CSAMT资料反演的拉格朗日乘子的最佳取值μ=0.5,实现了基于遗传算法的CSAMT最小构造反演.利用H、A、K、Q和HKH、KHA模型对方法进行了数值试验,在无噪和加入10％噪声情况下,反演结果与模型一致;加入20％噪声后,反演仍取得良好结果,与理论模型基本吻合.将该方法用于水平层状地层和横向变化地层的实测资料反演,结果与地质资料吻合.不同的计算实例表明了该方法的有效性.     

面波频散反演地球内部构造的遗传算法

介绍了一种新的算法--遗传算法的基本概念和特点，及其在地震面波反演地球内部构造中的应用，指出了使用遗传算法的注意事项．提出了通过对初步搜索结果参数分布直方图进行分析，从而修改和缩小进一步搜索的范围，逐步搜索以提高搜索效率的方法．并对３层含低速层的理论模型和青藏高原的实际频散资料进行遗传算法反演，获得了满意的结果．讨论了遗传算法在其他地震学问题中进一步应用的可能性．     

多尺度地震资料联合反演方法研究

常规三维地面地震反演不可避免的存在多解性和分辨率不高的缺陷,而油藏地球物理阶段丰富的多尺度地震资料为减小多解性、提高分辨率提供了可能.基于贝叶斯反演理论,通过联合概率分布建立新的似然函数,将三维地面地震、VSP和井间地震三种多尺度资料有机地融合在一起,完善了多尺度地震资料联合反演框架及反演流程.模型测试及实际资料处理表明,联合反演算法有效地引入了小尺度地震资料中的高频信息对大尺度资料进行约束,反演结果在保留大尺度地震资料特征的基础上提高了分辨率,降低了多解性,同时促进了多种地震资料之间的相互匹配.     

利用遗传算法和最小二乘联合反演共和地震位错参数

中国地震局第二地形变监测中心已监测到与1990年4月26日青海共和7.0级地震有关的大幅度隆起垂直形变资料．基于这些形变资料,本研究首先利用全局搜索性能优良的遗传算法和弹性半空间单一矩形均匀滑动模型,对该地震的震源位错参数进行了初步反演;然后以遗传算法的反演结果为初始值,利用拟牛顿阻尼最小二乘方法对该地震的震源位错参数进行了更精细的反演．结果表明,共和7.0级地震的发震断层为一走向NW60左右、倾向SW、倾角37左右的右旋走滑逆冲断层,同震断层破裂长度约37 km,宽度约6 km,错动幅度约2.7 m．反演结果还同时表明,遗传算法与最小二乘方法相结合是一种行之有效的联合反演方法,它既可以保证实现全局最优解,防止最小二乘方法的局部极值解问题,又可以有效地解决遗传算法达到全局最优解区域后收敛速度过慢的问题．      

由深地震测深数据反演得到的科拉半岛的地壳构造

最近几年,在科拉半岛(波罗的地盾北部)沿着Pecherga-Kovdor-Kostomuksha和Nickel-Umbozero断面进行了深地震测深研究。综合反射和折射波场、波场分析、逐次逼近法以及二维反演,我们测定了内部地壳的横向非均匀性和壳-幔边界的起伏。为了利用折射和反射波数据解决正、反演问题,我们提出了两种线性反演方法即改进的Backus、Gilbert反演和广义反演,上述每个深地震测深剖面都运用了。Pechenga-Kovdor-Kostomuksha断面南     

量子遗传算法在大地电磁反演中的应用

量子遗传算法（QGA）以量子理论为基础,通过利用量子位编码代替经典遗传算法的二进制位编码,利用量子旋转门定向更新种群来代替传统方法中种群的选择、交叉和变异过程,使得算法具有一定的内在并行运算能力和量子的隧道效应,从而加快了搜索速度,改善了收敛速度,并具有更强的全局寻优能力.本文针对地球物理反演问题的非线性、多极值特点提出一套实现方案,通过理论模型和实测数据试验对比研究,表明量子遗传方法在大地电磁反演中的寻优质量和效果明显优于传统遗传算法.     

实数编码遗传算法在大地电磁测深二维反演中的应用

作为全局非线性优化的新方法之一的遗传算法,近年来已从生物工程流行到大地电磁测深资料解释中.然而,大地电磁反演问题具有不适定性,解的非唯一性.通过结合求解不适定问题的Tikhonov正则化方法,本文采用实数编码遗传算法求解大地电磁二维反演问题.此算法在构建目标函数时引入正则化的思想,利用遗传算法求解最优化问题.常规的基于局部线性化的最优化反演方法易使解陷入局部极小值,而且严重的依赖初始模型的选择.与传统线性化的迭代反演方法相比,实数编码遗传算法能够克服传统方法的不足且能获得更好的反演结果.通过对大地电磁测深理论模型进行计算,结果表明:该算法具有收敛速度快、解的精度高和避免出现早熟等优点,可用于大地电磁资料解释.     

Inverting reservoir parameters in a two-phase fractured medium with a niche genetic algorithm

In this paper we calculate a synthetic medium surface displacement response that is consistent with real measurement data by applying the least-square principle and a niche genetic algorithm to the parameters inversion problem of the wave equation in a two-phase medium. We propose a niche genetic multi-parameter (including porosity, solid phase density and fluid phase density) joint inversion algorithm based on a two-phase fractured medium in the BISQ model. We take the two-phase fractured medium of the BISQ model in a two-dimensional half space as an example, and carry out the numerical reservoir parameters inversion. Results show that this method is very convenient for solving the parameters inversion problem for the wave equation in a two-phase medium, and has the advantage of strong noise rejection. Relative to conventional genetic algorithms, the niche genetic algorithm based on a sharing function can not only significantly speed up the convergence, but also improve the inversion precision.     

基于不等式约束的三维电阻率探测混合反演方法

三维电阻率探测的线性反演和非线性反演中均存在着多解性的固有难题.电阻率线性反演方法的效率较高,但反演结果对初始模型的依赖性较强,易陷入局部极小;而非线性反演方法不依赖初始模型,但搜索效率极低,尚未见到关于三维电阻率非线性反演的文献.针对上述问题,融合线性与非线性反演方法的互补优势,提出了最小二乘法(线性方法)与改进遗传算法(非线性方法)相结合的混合反演方法的概念和思想.首先,提出了将介质电阻率变化范围作为不等式约束引入反演方程的思路,以实现压制多解性、提高可靠性的目标.提出了宽松不等式约束和基于钻孔推断的局部严格不等式约束的获取及定义方法.在此基础上,分别提出了基于不等式约束的最小二乘线性反演方法和遗传算法非线性反演方法.其次,对于遗传算法在变异搜索方向控制、初始群体产生等方面进行了改进,优化了其搜索方向和初始群体多样性.然后,提出了混合反演方法及其实现方案,利用改进遗传算法进行第一阶段反演,发挥其对初始模型的依赖程度低的优势,搜索到最优解附近的空间,输出当前最优个体;利用最小二乘法进行第二阶段反演,将遗传算法得到的当前最优个体作为初始模型,在最优解附近空间执行高效率的局部线性搜索,最终实现地电结构的三维成像.最后,开展了合成数据与实际工程算例验证,与传统最小二乘方法进行了对比,发现混合反演方法在压制多解性、摆脱初始模型依赖和提高反演效果方面有较好效果.     

求解位场反演问题的混合编码遗传算法

在求解地球物理反演问题时,复杂的解析关系往往使计算变得十分困难. 对于这类问 题,遗传算法有其独特的优势. 然而传统的遗传算法在搜索最优解的过程中往往效率不高. 研究表明,遗传算法的编码机制在很大程度上决定了交换和变异操作的搜索能力. 二进制编 码的交换操作能产生更多的新样本数目而具有较强的搜索能力,十进制编码的变异操作因搜 索范围更大而具有较强的产生新样本的能力. 本文分析了二进制与十进制编码的搜索机制, 提出了混合编码遗传算法(Hybrid Encoding Genetic Algorithm,简称HEGA),其原理是利用 十进制编码进行变异操作,其他操作采用二进制编码. 针对位场反演问题的特点,结合混合 编码、动态编码和大概率变异技术,有效地提高了搜索及产生“新”有效基因物质的能力. 理论模型及实际资料处理结果表明,该方法是有效的,尤其是在模型的分辨力方面有显著的 提高     

Dislocation parameters of Gonghe earthquake jointly inferred by using genetic algorithms and least squares method

IntroductionOnApril26,1990,anMs=7.0strongewthquakeoccurrednearTanggannofarminnerGonghebasin,QinghaiProvince.Aftertheevent,theSecondCrustalDeformationMonitoringCented,ChinaSeismologicalBureau,immediatelyconductedarelevelingsurveyalongthetwolinesacrosstheearthquakeregioninMayandJuneof1990,thereweretotally27levelingpoilltsreoccupied.Alongwiththelastpre-earthquakelevelingsurveyin1978,abigupliftwiththemaximum345mmatDH20aswellasasmallsubsidencewiththemaximum45.1mmatDH16havebeendetected(Figur…     

基于GA-BP理论的储层视裂缝密度地震非线性反演方法

基于GA-BP理论,将自适应遗传算法与人工神经网络技术(BP算法)有机地相结合,形成了一种储层裂缝自适应遗传-神经网络反演方法.这种新的方法是由编码、适应度函数、遗传操作及混合智能学习等组成,即在成像测井裂缝密度数据约束下,通过对目标问题进行编码(称染色体),然后对染色体进行选择、交叉和变异等遗传操作,使染色体不断进化,从而快速获得全局最优解.在反演执行过程中,利用地震数据和成像测井裂缝密度数据之间的非线性映射关系建立训练样本,将GA算法与BP算法有机地结合,优化三层前向网络参数;或将GA与ANFIS相结合,优化ANFIS网络参数.并采用GA算法与TS算法(Tabu Search)相结合的自适应混合学习算法,该学习算法自始至终将GA和BP两种算法按一定的概率比例进行,其概率自适应变化,以达到混合算法的均衡.这种混合算法提高了网络的收敛速度和精度.我们分别利用两个研究地区的6井和1井成像测井裂缝密度数据与地震数据之间的非线性映射关系建立训练样本,对过这两口井的测线的地震数据进行反演,获得了视裂缝密度剖面,视裂缝密度剖面上裂缝分布特征符合沉积相分布特征和岩石力学性质的变化特征.这种视裂缝密度剖面含有储层裂缝的定量信息,其误差可为油气勘探开发实际要求所允许.因此,这种新的方法优于只能作裂缝定性分析的常规裂缝地震预测方法,具有广阔的应用前景.     

地震波形多尺度反演的一点讨论

基于在反演过程中对初始模型依赖性强、易陷入局部极值等问题,本文引入小波分析,提出多尺度地震波形反演方法,从而将参数反演问题转化到小波域中重要系数优化问题。利用多尺度之间的内在联系及小波域中重要系数的稀疏性,有将改进了局部极值、计算量等问题。并对几种多尺度反演策略进行了比较讨论。基于波动方程正演及褶积模型的两种反演方法的数值实便结果显示了本方法良好的效果。     

基于混合遗传算法的斜测电离图参数反演

斜向探测是获取电离层状态信息的重要手段之一,对斜测电离图的反演可以得到电离层的相关结构参数.遗传算法是一种有效的并得到普遍应用的反演方法,该算法的求解不依赖于初值的选择,可以有效地减少反演问题解的非唯一性,但也存在“过早收敛”和局部搜索能力差等缺陷,从而导致反演精度下降,影响反演结果的可靠性.本文提出将基于模拟退火的混合遗传算法应用到斜测电离图的参数反演中,该算法不仅把握总体能力强,且具有较强的局部搜索能力,是遗传算法和模拟退火算法的优势互补.为了验证该算法反演结果的可靠性和稳定性,首先分别采用遗传算法、模拟退火算法和混合遗传算法对合成的电离图进行反演,反演参数包括临界频率,最大电子浓度和半厚度.通过对三种算法反演结果的对比,得出混合遗传算法的反演结果最接近真实值,需要的迭代次数也远远小于其他两种算法;通过改变种群大小和总迭代次数来判断参数值的改变对三种算法反演结果的影响,得出混合遗传算法有效地降低了参数的选取对反演结果的影响.然后用这三种反演算法对实测电离图进行反演,并将它们的反演结果与斜测链路中点的实际垂测数据进行比较,结果显示混合遗传算法84.62%的反演结果可以控制在误差范围之内,高于遗传算法（76.93%）和模拟退火算法（65.38%）.这些都表明了混合遗传算法的反演结果具有较强的可靠性,在反演的寻优能力和稳定性上要明显优于遗传算法和模拟退火算法,对实测电离层图的反演具有很强的借鉴意义和应用价值.