混合地震反演技术及其在东海南部陆架盆地中的应用

介绍了一种在无井或少井情况下的叠前叠后混合地震反演方法。该方法充分利用了叠前反演分辨率高和叠后反演效率高、抗噪能力强的优点。首先应用遗传算法理论在所选控制点的角道集数据上进行叠前波形反演,求取控制点的虚拟纵波速度曲线;然后利用纵波速度曲线和已知地质信息来建立初始模型,进行叠后约束反演。我国东海南部陆架盆地勘探程度低、探井数量少,适合于混合地震反演技术的应用。利用该地区的实际资料进行了混合地震反演,并对影响混合地震反演效果的关键因素（层速度、角道集数据、迭代次数、已知地质信息）进行了分析。结果表明,为了获取虚拟纵波速度,需要准确的速度谱和角道集数据;为了增强叠前反演的实用性,需要选择恰当的控制点;充分利用已知地质信息,可以减小叠后反演结果的多解性。     

基于贝叶斯理论的振幅随偏移距变化三参数同步反演

受多种因素的影响,常规叠后地震道波阻抗反演不能得到可靠的波阻抗及其他岩性信息,而叠前波阻抗反演却可以得到比常规叠后波阻抗反演更丰富、更有效的岩性信息.为此建立了振幅随偏移距变化(AVO)波阻抗反演公式的一阶差分模型及褶积模型,推导了基于贝叶斯理论的AVO波阻抗反演公式,给出了采用Huber分布作为模型参数的先验分布及测井数据的参数协方差矩阵作为约束条件的实现方法,并利用共轭梯度法计算了纵、横波阻抗及密度.结果表明,利用该方法可提高叠前反演问题的稳定性和反演结果的可靠性,反演得到的纵、横波阻抗及密度可用来进一步计算流体及孔隙度等信息,为岩性及含油气性解释提供可靠依据.     

随机网络最大概率路径问题的模型与算法

为了求解满足一定时间限制的最大概率路径问题,在建立该问题数学模型的基础上,提出了一种改进蚁群算法。首先根据随机网络的定义建立了随机网络最大概率路径问题的数学模型,然后结合随机网络最大概率路径问题的特点,设计了一种新的启发式信息和信息素更新规则的改进蚁群算法,最后选择了4组数据,将改进蚁群算法与一种混合遗传算法进行对比试验,分别求取对应的全局最大概率路径和反映算法总体性能的多项数据。实验表明,改进蚁群算法的收敛速度和总体性能均优于混合遗传算法,为求解随机网络最大概率路径问题提供了一种快速、可行的方法。     

基于贝叶斯理论的振幅随偏移距变化三参数同步反演

受多种因素的影响，常规叠后地震道波阻抗反演不能得到可靠的波阻抗及其他岩性信息，而叠前波阻抗反演却可以得到比常规叠后波阻抗反演更丰富、更有效的岩性信息。为此建立了振幅随偏移距变化（AVO）波阻抗反演公式的一阶差分模型及褶积模型，推导了基于贝叶斯理论的AVO波阻抗反演公式，给出了采用Huber分布作为模型参数的先验分布及测井数据的参数协方差矩阵作为约束条件的实现方法，并利用共轭梯度法计算了纵、横波阻抗及密度。结果表明，利用该方法可提高叠前反演问题的稳定性和反演结果的可靠性，反演得到的纵、横波阻抗及密度可用来进一步计算流体及孔隙度等信息，为岩性及含油气性解释提供可靠依据。     

基于模拟退火算法的含水层参数非线性反演

基于模拟退火算法,根据水头和流量观测数据建立含水层参数非线性反演方法,通过对参数的全局随机搜索反演,解决了含水层参数反党解不惟一的问题,同时提高了参数反演结果的稳定性,提出了根据观测仪器精度建立算法收敛准则的方法,数值模拟结果表明,提出的非线性反演方法具有较好的抗观测噪音的能力。     

海域天然气水合物水平井储层关键参数反演方法

应用测斜仪监测技术进行海域天然气水合物水平井开采的产气量动态评价时,不同井段体积参数间的互补性可能导致目标函数陷入较大的收敛区域,此时反演方法所能达到的精度将直接影响反演结果。提出一种基于邻域算法的储层关键参数反演方法,以中国南海神狐海域实际地质情况为基础,利用合成的海底倾斜场数据对水平井不同井段的体积参数进行反演试算,并研究不同噪声程度和模型间距对反演结果的影响。结果表明:与直接网格搜索法相比,提出的方法在保证收敛效果的前提下计算效率更高,实时性更强;与模拟退火法相比,提出的方法反演精度更高;当不同井段的产水和出砂量较小或占该段储层变化体积的比例一致时,该方法可为海域天然气水合物水平井产气量的动态评价提供算法基础。     

基于动校正前CRP道集的多波联合AVO反演新方法

叠前AVO反演可以得到地层的弹性信息,继而进行地层岩性和流体类型识别。与速度信息相比,弹性模量信息更有利于储层描述。因此,本文采用叠前AVO反演方法直接反演得到纵波模量反射系数、横波模量反射系数和密度反射系数,联合纵波(PP)资料和转换横波(PS)资料进行AVO反演提高反演结果的精度和稳定性。常规AVO反演方法所采用的数据都是动校正后的CRP道集,动校正处理引入的动校正拉伸效应会影响反演效果,降低反演精度,尤其是密度的反演结果会受到较大影响。本文采用动校正前的CRP道集进行联合AVO反演,在反演过程中引入贝叶斯理论,从而提高反演的稳定性和精度。理论模型试算结果表明,本文提出的反演方法具有更好的稳定性、更高的精度以及更强的抗噪能力。     

基于支持向量机的叠前地震反演方法

为了克服常规叠后地震反演方法中存在的缺陷,在保证反演效果的前提下提出了一种基于支持向量机的叠前地震反演方法.利用该方法可以得到比常规叠后波阻抗反演更丰富的储层物性参数,不但适合储集层物性反演,还可进行含油气性反演;可以直接从地震数据中提取地层的弹性参数,不需要对Zoeppritz方程进行简化以及对弹性参数做任何假设,也不需要初始地质模型和测井曲线的约束.反演结果表明,该方法具有反演速度快、稳定性好及抗噪能力强的特点,且易于进一步推广应用.     

基于支持向量机的叠前地震反演方法

为了克服常规叠后地震反演方法中存在的缺陷,在保证反演效果的前提下提出了一种基于支持向量机的叠前地震反演方法.利用该方法可以得到比常规叠后波阻抗反演更丰富的储层物性参数,不但适合储集层物性反演,还可进行含油气性反演;可以直接从地震数据中提取地层的弹性参数,不需要对Zoeppritz方程进行简化以及对弹性参数做任何假设,也不需要初始地质模型和测井曲线的约束.反演结果表明,该方法具有反演速度快、稳定性好及抗噪能力强的特点,且易于进一步推广应用.     

基于叠前反演的流体识别与频散AVO反演研究

由于纵波不能在流体中传播,叠后地震反演得到纵波波阻抗是无法识别储层中的流体。基于横波在流体中传播特点,利用叠前数据丰富的运动学与动力学信息获得弹性参数进行储层流体识别是可行的,但受到地震反问题固有的"病态解"等不确定性的影响,在进行叠前地震反演时会产生较为严重的多解性与不确定性,从而影响了后续的储层岩性与流体识别的精度。基于以上问题本论文以储层埋藏较深、钻井资料较少的D2地区为研究目标,采用测井岩石物理敏感分析、敏感流体因子反演和频散AVO反演三种技术综合来提高储层预测的精度,实际资料的应用效果表明采用多种技术方法来进行储层的流体识别是可行的。     

一种基于混合遗传算法的有源噪声控制方法

提出了一种基于混合遗传算法的格型IIR滤波器结构的有源噪声控制方法.混合遗传算法将遗传算法与随机搜索算法结合起来,可以改善基本遗传算法的局部搜索能力,克服基本遗传算法存在未成熟收敛问题.本文选择UNDX交叉算子作为遗传算法的主要算子,在保留当前最佳个体的同时,再对该最佳个体用随机搜索法搜索优化个体.这样既保证了算法的全局收敛性,又提高了收敛速度.仿真结果表明,该算法可以有效地实现噪声控制.     

Intelligent Scheduling of Public Traffic Vehicles Based on a Hybrid Genetic Algorithm

A genetic algorithm （GA） and a hybrid genetic algorithm （HGA） were used for optimal scheduling of public vehicles based on their actual operational environments. The performance for three kinds of vehicular levels were compared using one-point and two-point crossover operations. The vehicle scheduling times are improved by the intelligent characteristics of the GA. The HGA, which integrates the genetic algorithm with a tabu search, further improves the convergence performance and the optimization by avoiding the premature convergence of the GA. The results show that intelligent scheduling of public vehicles based on the HGA overcomes the shortcomings of traditional scheduling methods. The vehicle operation management efficiency is improved by this essential technology for intelligent scheduling of public vehicles.     

基于混合遗传算法的混凝土大坝力学参数反演

将混凝土大坝和岩石基础的力学参数识别反问题作为优化问题处理,然后采用混合遗传算法求解可准确地确定岩体的力学参数。基于观测的混凝土大坝坝顶水平位移,建立了识别混凝土大坝和岩石基础力学参数的数值方法。为解决简单遗传算法的早熟问题,将遗传算法与模拟退火算法相结合,提出了基于混合遗传算法的混凝土大坝力学参数反演方法。丰满混凝土大坝实际工程应用表明,根据参数反演结果预报大坝在不同水位条件下的水平位移具有较高的精度。     

基于混合遗传算法的并行多处理器系统的任务调度

针对并行多处理器系统的任务调度问题,提出一个新的混合遗传算法(HGA)．HGA使用拓扑排序表的交叉来保证下代的合法性和搜索空间的全局性,为了提高HGA的收敛速度,根据拉马克进化理论,在交叉算子中使用贪婪策略来提高个体的适应值,模拟结果显示HGA的调度结果和算法的时间复杂性都是令人满意的．     

基于地震反演约束的储层建模方法及应用

为了提高储层预测及表征精度,对基于地震反演约束的储层三维建模技术方法进行了研究及应用.首先利用地质统计学反演方法生成纵波阻抗三维数据体,与常规确定性反演结果相比,地质统计学反演方法建立的波阻抗数据体具有较高的纵向分辨能力和横向预测趋势,可反映井间薄储层的厚度及物性变化.其次,建立了纵波阻抗与岩性及孔隙度、渗透率、饱和度的岩石物理模版,其低阻抗值代表储层发育好的层段和位置.最后,以纵波阻抗数据体作为趋势约束,采用随机模拟算法,建立了研究区的岩性模型及储层属性模型.通过实钻井检验,模型结果与井点资料符合较好,显示了模型的精度和本文方法的可靠性,可以满足精细油藏描述和剩余油挖潜需求.     

一种电子商务中基于混合遗传算法的多边多议题协商

为了提高基于智能体电子商务多边多议题合作协商中的协商效率,提出将混合遗传算法(HGA)应用于该协商中. 对4种遗传算法分别进行1000次的实验对比,结果表明,要达到同样协商最优解,标准遗传算法(SGA)平均需要185次协商,基于Metropolis准则遗传算法(MGA)平均需要176次,自适应遗传算法(AGA)平均需要169次,而混合遗传算法(HGA)平均仅需要153次. 求解多边多议题合作协商问题中,HGA可以使得协商当中的agent高效达到最优解.     

涠西南地区地震数据叠前同步反演

针对涠西南地区复杂的地质条件,以及基于地震资料预测储层需要纵、横波阻抗及速度、密度等弹性参数,对涠西南地区开展了地震数据叠前同步反演.该反演方法使用改进的Fatti方程,可以同时获得各种弹性参数,应用预白化处理来控制反演的噪音水平,使反演结果更稳定.使用不同子波来均衡不同角度部分叠加数据体之间振幅、频率和相位差异,使反演结果更准确.实际地震资料处理结果表明,随着角度增大,子波主频减小.精度验证结果表明,叠前同步反演精度达到了要求,其中纵波阻抗和横波阻抗反演结果精度都比较高,密度反演结果精度相对较差.     

基于混合遗传算法的建筑结构优化设计

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点·算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题·这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法·     

基于混合遗传算法的开关磁阻电机模型参数辨识

将开关磁阻电机（SRM）的建模问题作为一类非线性约束优化问题进行参数辨识研究,对模拟退火遗传算法进行了改进,提出一种带有退火精确罚函数的自适应混合遗传算法（HGA）,给出了算法的具体实现方法．建立了基于DSPTMS320F2812的磁链特性检测系统,通过实验获取开关磁阻电机的磁化曲线族,利用改进的混合遗传算法在测得的实验数据基础上对电机模型进行参数辨识．基于辨识得到的模型,对电机在两种不同工况下的运行特性分别进行了研究,仿真结果与实验结果的对比验证了该方法的有效性和准确性．辨识得到的电机模型可以作为电机性能估计及优化控制的基础．     

A fuzzy rule based genetic algorithm and its application in FMS

Most of the FMS (flexible manufacturing systems) problems belong to NP-hard (non-polynomial hard) problems. The facility layout problem and job-shop schedule problem are such examples. GA (genetic algorithm) is applied to get an optimal solution. However, traditional GAs are usually of low efficiency because of their early convergence. In order to overcome the shortcoming of the GA a fuzzy rule based GA is proposed, in which a fuzzy logical controller is introduced to adjust the value of crossover probability, mutation probability and crossover length. The HGA (hybrid genetic algorithm), which is integrated with a fuzzy logic controller, can avoid premature convergence, and improve the efficiency greatly. Finally, simulation results of the facility layout problem and job-shop schedule problem are given. The results show that the new genetic algorithm integrated with fuzzy logic controller is excellent in searching efficiency.