基于改进麻雀搜索算法的瑞利波频散曲线反演

非线性优化算法在给定的参数搜索范围内对最优解进行全局搜索,在全局搜索方面具有先天的优势,具有一定的跳出局部极值的能力。本文将一种新兴的非线性优化算法——麻雀搜索算法引入瑞利波频散曲线反演问题,针对频散曲线反演问题瑞利波频散曲线反演问题多参数、多局部极值的特点,引入自适应t分布对算法进行改进。三种理论模型的反演实验数据表明,改进的麻雀搜索算法与传统麻雀搜索算法相比具有更好的反演精度和稳定性,同时具有较好的抗随机噪声的能力。与粒子群算法和差分进化算法两种较成熟的非线性优化算法进行对比,改进的麻雀搜索算法较好地平衡了迭代前期的全局搜索和迭代后期的局部搜索,取得了与粒子群算法和差分进化算法相比更好的效果。     

应用自然电位测井资料解释鱼卡煤田含水层

鱼卡煤田地层物性条件较好，区内干扰较小，自然电位曲线异常反映比较明显。根据化验分析报告，该区地下水和鱼卡河水，阳离子主要成份为Na^＋，阴离子的主要成份为Cl^-，地下水与河水的总矿化度相差几十倍。该煤田含水层岩性一般为含砾粗砂岩或粗砂岩，自然电位曲线上表现为非常明显的负异常，绝对值与围岩差达20～100mV，与自然伽马曲线组合，曲线形态显示为不等体单边箱型。应用该项测井技术，在鱼卡煤田30个测井钻孔中共解释含水层44层，其中自然电位在含水层处反映达到优级的25份，占总数的83％。经二个抽水孔验证，划分的含水层位准确，成果质量可靠。     

基于PARDISO直接求解器的三维自然电位正反演

近年来自然电位法在海底硫化物资源的勘探和评价中发挥了重要作用。本文开展的是基于PARDISO直接求解器的3D自然电位正反演算法研究。首先,利用有限体积法离散自然电位控制方程,采用PARDISO直接求解器提高正演计算的效率,通过数值解与解析解对比,验证了正演算法的可靠性。其次,在3D反演算法中考虑了地形因素,同时将最小支撑约束与深度加权加入目标泛函中,理论模型数据的反演结果很好地恢复了矿体的结构。最后,利用该算法对室内沙箱实验获得的自然电位数据进行反演,结果显示得出的电流密度异常与金属棒的位置基本一致。因此,本文提出的反演算法在未来大规模自然电位数据反演中具有重要作用。     

自然电位测井的影响因素及解决方案

根据不同地质条件及测井环境下自然电位形成的原因,对氧化还原电位、扩散吸附电位、过滤电位等自然电位异常曲线特征进行了剖析。并用二个实例介绍了重锤蚀变及工业游散电流对自然电位测井的影响,如重锤蚀变所测曲线等效于叠加一个＂底部梯度电极系＂所产生的电位差,导致自然电位曲线与视电阻率曲线具有相似性,而工业游散电流则会产生不规则的锯齿状干扰。针对上述二种干扰对实测曲线的影响程度,提出了在测井过程中应采取的措施及处理办法。     

基于自然电位方法的土壤水分入渗过程监测

自然电位方法可以应用于水文地球物理领域获取土壤水分入渗特征.通过连续监测野外试验场的自然电位场,获取连续的自然电位平面图,直接获知了土壤水分在平面上的主要入渗区域,同时借助自然电位成像方法,揭示了土壤水分的两个主要通道,并探测出两个地下孔洞的位置,最终在地质雷达剖面图的辅助下证实了上述结论,为水文地球物理领域提供了新的技术手段和方法.     

一种改进的电阻率断面反演方法

建立在常规的反演后分析数据分辨矩阵和模型分辨矩阵的基础上,自动选取最优数据进行自适应反演,以提高反演解释的准确性.另一方面,在电阻率变化相对剧烈的二维反演中,采用圆滑约束正则化反演方法经常导致反演不收敛或是结果不理想,为此提出加入自适应粗糙度参数α、β、γ.在圆滑约束反演的迭代改正过程中,同时确立突变边界位置,提高模型参数在此边界上电位梯度,以达到最佳的反演成像效果.     

利用自然电位曲线划分咸淡水界面

自然电位测井是沿井身测量岩层或矿体在天然条件下产生的电场变化的一种测井方法。阐述了自然电位测井的基本原理、曲线形态及其性质,并根据自然电位曲线有效地划分出咸淡水界面。     

离子导电岩石自然电位特性的机理研究

利用毛管模型中双电层理论和阳离子交换量与Zeta电位的关系,确定了毛管内电位与离子浓度的径向分布。依据离子浓度分布与液体传质理论,推导了离子导电岩石的扩散吸附电动势方程。利用此方程进行了计算,结果表明:地层水矿化度、阳离子交换量、电解质类型对扩散吸附电动势影响较大;温度的高低、渗透率的大小对扩散吸附电动势也有影响;扩散吸附电动势与孔隙度的大小无关。     

用STRATA进行地震数据的反演

STRATA为一套交互2D/3D模型和反演软件,其功能是将叠后的地震道转换成波阻抗地震道。除了地震反演外,STRATA软件还包括其它一些功能如地震处理,子波提取和井编辑等。所有任务可在多个连接窗口中完成和显示,可以建立地质模型,分析地震数据和交互研究反演结果。在软件中提供了多种反演方法如基于模型反演,稀疏脉冲反演和人工智能神经网络反演。STRATA还提供了分析分步反演结果的工具。     

基于BFGS 算法的地层品质因子反演方法

目前,油气勘探已经从简单构造勘探转向岩性勘探,今后勘探的主要地质目标之一是地层--岩性油气藏,Q 值在地层--岩性油气勘探中有重要作用。为较好地估计地层的Q 值,本文提出了基于 BFGS 算法和广义S 变换的Q 值估计方法。通过广义S 变换得到不同旅行时刻的振幅谱,构造一个最优化问题,引入BFGS 算法估计出地震品质因子。该方法可以在整个频带范围内计算振幅谱的互相关系数,避免了频带范围选择的问题,而且收敛速度更快。模拟算例和实际资料处理结果均表明,该方法可以有效快速地估计品质因子,并具有较好的抗噪性。     

Grid interpolation algorithm based on nearest neighbor fast search

The nearest neighbor search algorithm is one of the major factors that influence the efficiency of grid interpolation. This paper introduces a KD-tree that is a two-dimensional index structure for use in grid interpolation. It also proposes an improved J-nearest neighbor search strategy based on ??priority queue?? and ??neighbor lag?? concepts. In the strategy, two types of J-nearest neighbor search algorithms can be used; these algorithms correspond to the consideration of a fixed number of points and a fixed radius. By using the KD-tree and proposed strategy, interpolation can be performed with methods such as Inverse Distance Weighting and Kriging. Experimental results show that the proposed algorithms has high operating efficiency, especially when the data amount is enormous, and high practical value for increasing the efficiency of grid interpolation.     

基于改进遗传算法的边坡可靠度分析

采用基于概率的可靠性分析方法来分析边坡的稳定性,以克服目前大多数分析方法以确定性安全系数为评判标准的弊端。对于每次搜索中给定的滑移面,结合拉格朗日乘子法提出边坡可靠度的计算模型;采用遗传算法搜索关键滑移面,提出边坡的适应度函数。为克服标准遗传算法在进化过程中无法调节全局搜索和局部搜索速度、且可能陷入次优解的缺陷,改进了子代中最佳个体的确定方法,来并以相邻两代的群体多样性特征值增量为导向,动态调节交叉概率和变异概率,以保持群体的多样性和搜索的有效性。实例分析结果表明,本文方法可以提高遗传算法的搜索能力和收敛速度,保证解全局最优;该法适用于边坡稳定可靠度分析,且前处理简单;在遗传操作前预优化可靠指标计算模型能大大减少遗传算法中的计算量,节约机时。     

基于FY-3 MWRI数据的北极海冰密集度反演研究

以ASI算法（ARTIST sea ice algorithm）为基础, 得到基于风云3C气象卫星（FY-3C）微波辐射计（MWRI）数据的纯水与纯冰系点值, 利用插值方法确定基于FY-3 MWRI数据的ASI海冰密集度计算公式, 采用大津法（Otsu算法）得到基于MWRI数据的天气滤波器阈值。以2016年1月数据为例, 对北极海冰密集度进行反演, 并与美国国家冰雪数据中心（NSIDC）以及德国不莱梅大学提供的海冰密集度产品进行对比验证。结果表明： 基于MWRI数据得到的1月平均海冰面积以及平均密集度均介于二者之间, 其中平均密集度与不莱梅产品更接近, 仅相差1.310%。与风云卫星空间分辨率为250 m的中分辨率光谱成像仪（MERSI）数据得到的结果进行对比, 发现二者的海冰外缘线基本一致, MERSI数据得到的海冰密集度以及海冰面积比MWRI数据得到的结果分别高出5.029%、 9.318%。因此, 应用该方法可有效推进MWRI数据反演北极海冰密集度, 进而监测北极海冰分布和变化。     

基于重力全张量数据的Parker-Oldenburg算法研究

相比重力数据,重力张量数据通常包含更多的异常信息。本文根据重力数据与重力张量数据的关系,利用位场转化技术,将重力张量数据应用于传统的Parker-Oldenburg密度界面反演算法中。通过模型试验,证明了在网格间距较大或者数据存在一定噪音时,使用本文算法进行反演能得到更好的效果。实验结果说明利用重力张量数据可以有效地提高密度界面反演的分辨率。     

基于改进遗传算法的双感应测井反演

针对双感应测井受到泥浆侵入和围岩等因素影响,采用小生境技术的改进遗传算法对双感应测井进行原状地层电阻率和侵入半径等参数反演。利用多层层状地层模型对算法进行验证,反演结果能较好地反映地层模型参数。实例资料的应用结果表明,改进遗传算法反演出的地层电阻率使测井解释结论更加接近试油结论。     

基于改进遗传算法的基桩缺陷自动识别

利用遗传算法对基桩缺陷自动识别的方法进行了研究。针对简单遗传算法的早熟和后期收敛缓慢现象,引入了自适应杂交变异概率方法和自适应小生境技术的方法,并在由一维应力波理论和差分方法对低应变测桩信号仿真的基础上,对基桩缺陷自动识别进行了研究。结果表明,该算法适用于桩缺陷自动识别,可以有效地解决简单遗传算法的早熟和后期收敛缓慢现象,而且计算效率也有明显提高。     

基于改进BP网络算法的边坡稳定性评价

影响边坡稳定性的因素复杂且具有随机性和不确定性。由于神经网络方法不仅能考虑定量因素,而且能考虑定性因素的影响,因而神经网络适用于解决非确定性的边坡稳定性评价问题。结合遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了一种用于BP网络权值学习的GASA混合策略,并综合考虑影响边坡稳定性的各方面因素,建立了基于GASA混合策略的神经网络模型,并利用大量工程资料对网络进行训练和测试,得出了一些有意义的结论。