地球物理反演的混合最优化方法

地球物理资料反演中通常采用局部和全局最优化算法。每一种算法都有其固有的优点和缺点。本文提出把两种算法组合起来的几种混合方法，以便克服它们的缺点，并且利用两种算法的突出特点。实际上，我们是把局部共轭梯度（ＣＧ）算法与全局快速模拟退火（ＶＦＳＡ）方法结合起来，解决地球物理重大问题的。我们开展了系统性研究以寻找组合ＣＧ和ＶＦＳＡ算法的最有效策略。并且为进一步研究推荐两种方法。首先在一组野外一维Ｓｃｈｌｕ     

神经网络算法在地球物理反演中的应用

在人工智能研究中导出的神经网络算法不仅可以应用于地球物理信号处理，而且还可以用于地球物理反演，本文讨论了神经网络的设计步骤，反传神经网络训练的基本算法，以及神经网络算法在地球物理反演中三方面的应用前景。     

用近似等效约束进行地球物理反演

目前，根据网格求解物理特征的反演方法中使用了两种约束：（１）绝对约束：它要求解矢量接近于一个预先给定的矢量，如近似于岭回归中的零矢量等；（２）相对约束：它要求矢量的元素互相很接近，如该方法的平滑度要求物理特征的空间导数是连续的。只使用绝对约束可能会产生一个与真实的地质属性不相符的有偏解；反之，只使用相对约束可能使反演不够稳定。我们提出一种稳定的反演方法。该方法只在物理特征已知的点，如露头和井等地方     

用近似等效约束进行地球物理反演

目前,根据网格求解物理特征的反演方法中使用了两种约束:(1)绝对约束:它要求解矢量接近于一个预先给定的矢量,如近似于岭回归中的零矢量等;(2)相对约束:它要求解矢量的元素互相很接近,如该方法的平滑度要求物理特征的空间导数是连续的。只使用绝对约束可能会产生一个与真实的地质属性不相符的有偏解;反之,只使用相对约束可能使反演不够稳定。 我们提出一种稳定的反演方法。该方法只在物理特征已知的点,如露头和井等地方进行绝对约束,在其它点上,则根据物理特征空间分布的线性关系采用相对约束。该方法模拟了物理特征分布中使用的插值方法,插值函数必须满足如连续性、贯穿整个数据等特征。该方法非常灵活,它不仅结合了真实信息,还结合了如连续性、对称性及趋势等间接信息。而且,它既能应用于线性问题,又能应用于非线性问题。我们将该方法应用于合成的势场数据,得到了如下的结果:(1)只使用平滑约束和有限的地面信息、井中信息就能产生沉积盆地基底起伏的可靠图像(根据重力资料)和磁化强度区域分布的可靠图像。(2)由于解对阻尼参数不敏感,所以计算很简单。我们还将该方法应用于加利福尼亚的San Jacinto地堑的布格异常,所得的结果与原来的解释完全一致。     

用走时反演求取地球物理参数的一种方法

本文用射线追踪理论建立叠前走时非线性方程组，对解的稳定性和唯一性进行讨论，并用实例加以验证，进而提出一种速度反演的方法。     

交流、综合和下一个地球物理新领域

目前,地质学家、地球物理学家和工程师之间的交流问题正在受到人们的极大关注。对这个问题总的看法好象是,当前多学科之间交流的程度还嫌不够,SEG及其姊妹学会需要给予帮助,以促进其发展。从理论上讲,改善交流应能形成各独立学科不可能产生的综合概念和方法。 这样做好倒是好,也很必要。但毕竟还是一个传统的治疗症候而不是治疗病症的手段。本文的目的就是要确诊这个病症,提出一种疗法供参考,并讨论进一步开展综合研究的途径。为简明起见,我们只限于讨论地球物理在油气工业中的应用,当然,研究出的概念可能会有更广泛的适用性。     

地球物理反演中的高效混沌优化改进算法

混沌方法已成为一种新颖且有潜力的优化工具。之前出现的几种基于混沌优化改进算法，其改进的核心就是在混沌优化搜索过程中，用已具有一定精度的当前最优解为中心，不断缩小优化变量的搜索区间， 调整、细化参数，使搜索更快、更有效地向最优解收敛。但这些改进算法也存在明显的不足，当搜索起始点选择不合适、遍历区间很大或控制参数选取不合适时，搜索结果很难达到或接近最优解，上述算法也可能需要花费很长的时间才能取得较好的优化性能，同样易再次陷入局部解。针对上述问题，提出一种通过不断初始化初始参数，充分利用混沌的遍历性，无需在迭代中修改搜索空间但又可迅速得到最优解的优化方法，经对几个复杂函数及泊松比反演的测试表明，其方法为快速高效的优化算法，有望在地球物理反演中广泛应用     

地球物理反演的Monte Carlo解法

本文研究地球物理反演的Monte Carlo解法.文中引入马尔可夫地层沉积模型,改进随机搜索点的产生方法.提出兼用地质知识和地震记录对搜索点进行检验的新方法,有效地提高了Monte Carlo反演方法的计算效率.本文的反演方法除了由约束条件引入确定性地质知识外,还通过马尔可夫沉积模型引入了不确定性地质知识,为地质学与地球物理反演的进一步结合开辟了新途径.     

基于粒子群优化算法的波阻抗反演研究

波阻抗反演属于最优化问题，其目标函数可能包含多个在一定范围内连续的变量。传统的优化手段对某些函数存在难以优化，容易陷入局部解，收敛速度缓慢等问题。粒子群算法只考虑目标函数，对初始模型的依赖程度不高，可以随机地在全局域内进行搜索。通过分析粒子群算法的原理，提出了地震波阻抗反演粒子群算法的实现方法。详细地分析了粒子群算法的抗噪能力及算法中各参数对反演结果的影响，得出参数的最优组合。利用模型数据对该方法进行检测，在无噪情况下，反演结果与模型一致；在加入3%，10%和25%的噪声后，反演前后的相关系数分别为98.31%，93.27%和82.09%，证明了该方法的有效性。     

基于模拟退火算法的地质统计学反演方法

 地质统计学反演结合了地震反演储层预测方法和随机建模储层预测方法的优势，充分利用随机建模技术综合不同尺度的数据(如模拟过程可综合构造和地层信息)，反演时从井点出发，在井点处忠实于测井数据，井间符合地震数据，通过从地震道中抽取反射系数与子波褶积生成合成地震记录，利用合成地震记录与原始地震道的残差修改反射系数，得到新的反射系数序列，通过反复迭代，从而得到一个最佳逼近地震道的反射系数序列，通过反射系数序列可以求得多个等概率的相对波阻抗数据体。随机模拟方法包容了地震资料中的噪声，并考虑到数据在一定空间内的相关性，拓宽了地震数据频带，使随机模拟结果符合地震数据，使最终反演结果同时符合井数据、地震数据以及已知信息的地质统计学特征，结果的多个实现可用于不确定性评价，可以更加精确地描述储层的变化。     

预测碳酸盐岩储集层的地球物理方法--以塔河油田1号区块为例

塔河油田1号区块奥陶系碳酸盐岩储集层埋深大、非均质性强，给储集层的预测和勘探布署带来极大的难度。在正确认识储集基本特征的基础上，利用地震波振幅，频率，波形变化识别储集层；利用相干体计算技术，地震油井反演技术，速度分析技术，主曲率分析技术研究储集层缝洞发育情况；利用三维可视化技术研究岩溶发育情况，实践表明，这种方法是可行的，可以在一定程度上预测碳酸盐岩储集层发育有利区域。     

基于混合模拟退火算法的阵列侧向测井实时反演研究

测井资料现场实时反演是判断测井质量及进行精细评价的基础。为在保证反演速度的同时,进一步提高反演精度,结合模拟退火算法和马奎特算法,提出了混合模拟退火算法,用以对阵列侧向测井资料进行3参数（地层电阻率、冲洗带半径和冲洗带电阻率）混合反演。研究发现,初始值的选择对混合反演速度具有明显的影响,引入基于电阻率幅度差信息的冲洗带半径初始值选取策略,能够避免反演结果陷入局部最小值,加快反演速度。实例计算结果表明,混合反演算法的反演速度满足实时反演要求,且反演精度相较传统马奎特算法有明显提高;反演结果与试油结果一致,验证了混合反演算法的适用性。混合模拟退火算法为现场阵列侧向测井资料的反演处理提供了新的技术。      

数值求解地球物理反问题的非线性过程控制

从系统的观点出发，根据参考模型非线性控制的基本原理，本文导出了共轭梯度法迭代反演过程中的自适应控制规律，从而对反演过程进行了自动控制，模型计算结构表明，本文方法明显提高了反演系统的鲁棒性和稳定性，使反演系统表现出良好的性能。     

地球物理测井反演问题的发展

本文综述了近年来地球物理测井反演问题研究的进展，说明了几种典型的地球物理测井反演方法，并就有关问题进行了有意义的分析和讨论。     

基于蚁群算法的非线性AVO反演

 求解连续优化问题的蚁群算法的思路为：①根据问题的性质估计下一最优解的范围,并估计出各变量的取值范围;②在变量区域内剖分网格,每一个空间的网格点对应于一个状态,人工蚂蚁在各个空间网格点之间移动,根据各网格点的目标函数值,留下不同的信息量,以此影响下一批人工蚂蚁的移动方向;③循环一段时间后,目标函数值小的网格点信息量较大,据此找出信息量大的空间网格点,并逐步缩小变量范围,在信息量大的空间网格点附近进行人工蚁群移动;④重复前述过程,直到网格的间距小于预先给定的精度,算法终止。本文从蚁群算法的原理出发,将连续域的蚁群算法应用于非线性AVO反演中,并且针对蚁群算法应用过程中容易出现的停滞和扩散问题,对信息素的数量进行了限制。反演结果与理论模型基本吻合,说明了算法的有效性和可靠性,可以应用于其他的地球物理反问题。     

地球物理反演的混合最优化方法

地球物理资料反演中通常采用局部和全局最优化算法。每一种算法都有其固有的优点和缺点。本文提出把两种算法组合起来的几种混合方法,以便克服它们的缺点,并且利用两种算法的突出特点。实际上,我们是把局部共轭梯度(CG)算法与全局快速模拟退火(VFSA)方法结合起来,解决地球物理重大问题的。我们开展了系统性研究以寻找组合CG和VFSA算法的最有效策略。并且为进一步研究推荐两种方法。 首先在一组野外一维Schlumberger电阻率测深资料上进行七种不同混合算法的试验,试验的结果与单独基因算法(GA)、模拟退火法和局部搜索算法的结果进行了比较。可以发现几乎所有已提出的混合算法在计算上都比传统全局最优化方法更有效。在找到最有效的混合算法后,我们把它们应用于偏移距——时间域地震记录的速度分析中。最后,我们把混合算法应用到亚利桑那州Safford的浸染硫化带上采集到的二维野外电阻率剖面上,并将混合反演结果与已发表的结果进行了比较。