首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于混合遗传算法的叠前随机反演方法
引用本文:印兴耀,刘婵娟,王保丽.基于混合遗传算法的叠前随机反演方法[J].中国石油大学学报(自然科学版),2017(4):65-70.
作者姓名:印兴耀  刘婵娟  王保丽
作者单位:中国石油大学地球科学与技术学院,山东青岛 266580;海洋国家实验室海洋矿产资源评价与探测技术功能实验室,山东青岛 266071,中国石油大学地球科学与技术学院,山东青岛 266580;海洋国家实验室海洋矿产资源评价与探测技术功能实验室,山东青岛 266071,中国石油大学地球科学与技术学院,山东青岛 266580;海洋国家实验室海洋矿产资源评价与探测技术功能实验室,山东青岛 266071
基金项目:国家自然科学基金-石油化工基金联合重点项目(U1562215);国家自然科学基金项目(41204085)
摘    要:针对常规随机反演方法计算效率低的问题,提出一种基于混合遗传算法的叠前随机反演方法。该方法充分利用测井资料中的高频信息,并以地震数据作为约束,首先通过快速傅里叶滑动平均(fast Fourier transform-moving average,FFT-MA)谱模拟算法进行随机模拟得到基于地质统计学的初始模型信息,随后结合提出的混合遗传算法对模拟结果进行快速优化,得到符合地下地质结构的反演剖面,实现对叠前弹性参数的反演。混合遗传算法避免了一般遗传算法常见问题,如收敛速度慢以及产生"早熟"现象,与模拟退火相结合能够快速收敛达到全局最优,保证了反演精度。数值试验结果表明,融入混合遗传算法的叠前随机反演方法,在充分利用叠前信息的同时可以保证反演结果有效收敛,并且与模型数据吻合较好,与传统的叠前反演方法相比具有较高的分辨率,在储层识别和油藏描述中起到了重要作用。

关 键 词:混合遗传算法    叠前随机反演    分辨率    收敛性
收稿时间:2016/7/1 0:00:00

Pre-stack stochastic inversion based on hybrid genetic algorithm
YIN Xingyao,LIU Chanjuan and WANG Baoli.Pre-stack stochastic inversion based on hybrid genetic algorithm[J].Journal of China University of Petroleum,2017(4):65-70.
Authors:YIN Xingyao  LIU Chanjuan and WANG Baoli
Institution:School of Geosciences in China University of Petroleum, Qingdao 266580, China;Laboratory for Marine Mineral Resources, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266071, China,School of Geosciences in China University of Petroleum, Qingdao 266580, China;Laboratory for Marine Mineral Resources, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266071, China and School of Geosciences in China University of Petroleum, Qingdao 266580, China;Laboratory for Marine Mineral Resources, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266071, China
Abstract:
Keywords:hybrid genetic algorithm  pre-stack stochastic inversion  resolution  convergence
本文献已被 CNKI 等数据库收录!
点击此处可从《中国石油大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《中国石油大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号