CN108333626B - 一种基于最佳保留策略的遗传算法波阻抗反演方法 - Google Patents
一种基于最佳保留策略的遗传算法波阻抗反演方法 Download PDFInfo
- Publication number
- CN108333626B CN108333626B CN201810021231.9A CN201810021231A CN108333626B CN 108333626 B CN108333626 B CN 108333626B CN 201810021231 A CN201810021231 A CN 201810021231A CN 108333626 B CN108333626 B CN 108333626B
- Authority
- CN
- China
- Prior art keywords
- population
- individual
- wave impedance
- impedance inversion
- genetic algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002068 genetic effect Effects 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000014759 maintenance of location Effects 0.000 title claims abstract description 16
- 238000010353 genetic engineering Methods 0.000 claims abstract description 7
- 230000035772 mutation Effects 0.000 claims abstract description 7
- 230000003044 adaptive effect Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 4
- 108090000623 proteins and genes Proteins 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 230000010429 evolutionary process Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 2
- 230000002028 premature Effects 0.000 abstract description 4
- 239000000203 mixture Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/622—Velocity, density or impedance
- G01V2210/6226—Impedance
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
一种基于最佳保留策略的遗传算法波阻抗反演方法,属于地球物理反演领域,特别是关于油气地球物理勘探技术中的波阻抗反演技术,旨在提供一种改进遗传算法波阻抗反演方法,用于解决标准遗传算法在波阻抗反演中的早熟收敛问题,使得反演结果更加可靠,主要包括如下步骤:①根据褶积模型构建波阻抗反演的目标函数;②应用同态理论估算地震子波;③采用二进制编码方式对波阻抗进行编码;④用目标函数计算每个个体的适应度值,并依此对个体进行量化评价;⑤根据最佳保留策略的选择方式生成新一代种群;⑥根据设计的交叉、变异算子进行遗传操作;⑦根据对应的解码方式将个体基因型转化成表现型并实现算法循环;⑧采用递归法求波阻抗。
Description
技术领域
本发明提供了一种基于最佳保留策略的遗传算法波阻抗反演方法,属于地球物理反演领域,特别是关于油气地球物理勘探技术中的波阻抗反演技术,用于解决标准遗传算法在波阻抗反演中的早熟收敛问题。
背景技术
标准遗传算法在实际应用时存在早熟收敛和收敛速度慢的弱点,目前的改进方法大都针对种群的宏观操作、基因操作、遗传算子改进和并行化运算等方面。在编码方式上,发展了动态编码方式、浮点数编码方式、格雷编码方式等,在种群的宏观操作方面,姚卫粉(2015年)提出了动态小生境协同进化模型,在选择算子的改进方面,张晶(2015年)提出了自适应排序选择方式,在交叉算子改进方面,Davis(1991年)提出了序号交叉算子和均匀排序交叉算子,在变异算子的改进方面,刘丽(2015年)提出了基因位自适应变异遗传算子,上述改进算法在不同程度上提高了遗传算法的搜索性能,但针对波阻抗反演的具体问题以上改进措施相比于标准遗传算法,实施过程繁琐,针对不同问题适应性较差,在收敛性方面未能体现出明显优势。本发明从选择算子着手,提出一种基于最佳选择策略的遗传算法,能有效克服波阻抗反演问题中的早熟收敛问题,适应性好,容易实现。
发明内容
本发明旨在提供一种克服标准遗传算法在波阻抗反演中早熟收敛问题的改进遗传算法,它是在标准遗传算法基础上,保证其它遗传算子不变,放弃赌轮选择方式,采用一种最佳保留策略选择方式。
本发明的具体步骤包括:
(1)初始化操作,设置控制参数和产生初始种群,并计算种群的适应度值。
(2)将父代种群中的个体按适应度值大小进行排序,求种群的平均适应度值,将适应值大于平均适应度值的个体直接遗传到下一代种群中。
(3)以最高适应度值为模板,适应度值与具有最高适应度的个体作互相关判断,将适应度值高且相关性差异较大的个体组成新的种群。
(4)根据(3)中原则,逐次以适应度值高的个体为模板,选择不同模板的个体组成新的种群。
(5)判断是否达到种群规模,如果是,则进行下一步交叉、变异等遗传操作,否则将去除的个体按适应度值大小顺次补足种群所缺数量,直至达到种群规模为止。
本发明是一种基于最佳保留策略的遗传算法波阻抗反演方法,具有如下特点:
(1)基于最佳保留策略的遗传算法,采取一种基于按个体适应度大小排序、互相关、选择等操作的选择方式,保证了在每次进化过程中,子代能够保留父代中的最佳个体,保证种群基因的多样性和交叉、变异操作的稳定性,避免了基于赌轮选择方式下的标准遗传算法产生的早熟现象,使算法最终可以搜索到全局最优解。
(2)相比于其它改进的遗传算法,针对波阻抗反演问题实现简单,算法稳定性好,计算速度快。
附图说明
图1和图2分别为标准遗传算法和改进遗传算法反演的单道地震记录,从反演结果上看,图1为标准遗传算法迭代11次收敛得到的反演记录,与原记录相关系数为94.4%,偏差较大;图2为改进遗传算法迭代32次收敛得到的反演记录,与原始地震记录相关系数为99.6%,递归法求得的波阻抗与实际钻井吻合。从理论上分析,标准遗传算法由于采用赌轮选择方式,在进化初期生成了较高适应度个体x,其它个体被迅速淘汰,大部分个体与x相同,进行交叉、变异操作的个体在竞争中处于劣势,容易被淘汰,在进化初期种群中的所有个体陷入同一极值而停止进化。而改进遗传算法通过按适应度大小排序、互相关判断、模板选择等操作在保证种群适应度的前提下,提高了种群基因的多样性,保证了后续交叉、变异操作的稳定性,最终可以搜索到全局最优解,反演精度更高。
具体实施方式
一种基于最佳保留策略的遗传算法波阻抗反演方法,具体实施步骤如下:
(1)构建目标函数
根据褶积模型构建波阻抗反演的目标函数:
式中,D为实际地震记录,W(t)为地震子波,Z为波阻抗,R为反射系数,N为反射系数序列长度,Δt为采样间隔。
构建波阻抗递归函数:
式中R为反射系数,Z为波阻抗。
(2)应用同态理论估算地震子波,在复赛谱域内将反射系数序列复赛谱与地震子波的复赛谱分离开来,进而得到地震子波的复赛谱序列,然后将其变换到时间域,即得到时间域地震子波。
(3)采用二进制编码方式对波阻抗进行编码,确定个体的基因型X。
(4)用公式(1)构建的目标函数计算每个个体的适应度值,及种群的平均适应度值,并依此对个体进行量化评价。
(5)根据最佳保留策略的选择方式生成新一代种群。
(6)根据设计的交叉、变异算子进行遗传操作。
(7)根据对应的解码方式将个体基因型转化成表现型并代入终止条件进行判断,如果满足终止条件则终止后续遗传操作,否则返回第(4)步。
(8)采用递归法求波阻抗。
Claims (5)
1.一种基于最佳保留策略的遗传算法波阻抗反演方法,其特征在于形成了一套全新有效的波阻抗反演方法,如以下步骤:
(1)根据褶积模型构建波阻抗反演的目标函数:
式中,D为实际地震记录,W(t)为地震子波,i为采样点数,Zi为第i个采样点处的波阻抗,N为反射系数序列长度,Δt为采样间隔,ti为第i个采样点的走时,δ(ti-iΔt)是以i为变量的狄拉克函数,即满足
构建波阻抗递归函数:
式中Ri为第i个采样点处的反射系数,Zi为第i个采样点处的波阻抗;
(2)应用同态理论估算地震子波,在复赛谱域内将反射系数序列复赛谱与地震子波的复赛谱分离开来,进而得到地震子波的复赛谱序列,把子波从地震数据中分离出来,然后将其变换到时间域,即得到时间域地震子波;
(3)初始化操作,设置控制参数和产生初始种群,并计算种群的适应度值;
(4)将父代种群中的个体按适应度值大小进行排序,求种群的平均适应度值,将适应值大于平均适应度值的个体直接遗传到下一代种群中;
(5)以最高适应度值为模板,适应度值与具有最高适应度的个体作互相关判断,将适应度值高且相关性差异较大的个体组成新的种群;
(6)根据(5)中原则,逐次以适应度值高的个体为模板,选择不同模板的个体组成新的种群;
(7)判断是否达到种群规模,如果是,则进行下一步交叉、变异操作,否则将去除的个体按适应度值大小顺次补足种群所缺数量,直至达到种群规模为止;
(8)根据设计的交叉、变异算子进行遗传操作;
(9)根据对应的解码方式将个体基因型转化成表现型并代入终止条件进行判断,如果满足终止条件则终止后续遗传操作,否则返回第(4)步;
(10)采用递归法求波阻抗。
2.根据权利要求1所述的一种基于最佳保留策略的遗传算法波阻抗反演方法,其特征在于:以褶积模型为基础建立的目标函数相比于基于波动理论的波动方程建立的目标函数具有抗噪性能强,算法稳定的特点。
3.根据权利要求1所述的一种基于最佳保留策略的遗传算法波阻抗反演方法,其特征在于:子波提取方法不受井约束,提取的子波精度较高,拟合效果好。
4.根据权利要求1所述的一种基于最佳保留策略的遗传算法波阻抗反演方法,其特征在于:采用的递归法反演波阻抗,有井无井条件下均能使用,适用于勘探初期无井和井少的情况。
5.根据权利要求1所述的一种基于最佳保留策略的遗传算法波阻抗反演方法,其特征在于:基于按个体适应度大小排序、互相关、选择等操作的最佳保留策略选择方式,在每一次进化过程中,子代总是保留了父代中最好的个体,保证了种群基因的多样性和交叉、变异操作的稳定性,最终能够搜索到全局最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810021231.9A CN108333626B (zh) | 2018-01-10 | 2018-01-10 | 一种基于最佳保留策略的遗传算法波阻抗反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810021231.9A CN108333626B (zh) | 2018-01-10 | 2018-01-10 | 一种基于最佳保留策略的遗传算法波阻抗反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108333626A CN108333626A (zh) | 2018-07-27 |
CN108333626B true CN108333626B (zh) | 2019-06-18 |
Family
ID=62923504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810021231.9A Active CN108333626B (zh) | 2018-01-10 | 2018-01-10 | 一种基于最佳保留策略的遗传算法波阻抗反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108333626B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918659B (zh) * | 2019-02-28 | 2023-06-20 | 华南理工大学 | 一种基于不保留最优个体遗传算法优化词向量的方法 |
CN112115642B (zh) * | 2020-09-14 | 2023-05-02 | 四川航天燎原科技有限公司 | 一种高机动平台sar成像参数优化设计方法 |
CN113504568B (zh) * | 2021-07-09 | 2022-09-09 | 吉林大学 | 一种基于小生境差分进化算法的中值滤波方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1710446A (zh) * | 2005-06-21 | 2005-12-21 | 中国石油大学(北京) | 一种利用叠前地震波形反演构建虚拟井数据的方法 |
CN104977609A (zh) * | 2014-04-11 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种基于快速模拟退火的叠前纵横波联合反演方法 |
CN105445791A (zh) * | 2015-11-25 | 2016-03-30 | 成都理工大学 | 一种基于多种地震属性的地层孔隙压力预测方法 |
CN107462924A (zh) * | 2017-07-27 | 2017-12-12 | 西安交通大学 | 一种不依赖于测井资料的绝对波阻抗反演方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7148683B2 (en) * | 2001-10-25 | 2006-12-12 | Intematix Corporation | Detection with evanescent wave probe |
-
2018
- 2018-01-10 CN CN201810021231.9A patent/CN108333626B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1710446A (zh) * | 2005-06-21 | 2005-12-21 | 中国石油大学(北京) | 一种利用叠前地震波形反演构建虚拟井数据的方法 |
CN104977609A (zh) * | 2014-04-11 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种基于快速模拟退火的叠前纵横波联合反演方法 |
CN105445791A (zh) * | 2015-11-25 | 2016-03-30 | 成都理工大学 | 一种基于多种地震属性的地层孔隙压力预测方法 |
CN107462924A (zh) * | 2017-07-27 | 2017-12-12 | 西安交通大学 | 一种不依赖于测井资料的绝对波阻抗反演方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108333626A (zh) | 2018-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108333626B (zh) | 一种基于最佳保留策略的遗传算法波阻抗反演方法 | |
CN109360604B (zh) | 一种卵巢癌分子分型预测*** | |
CN110346831B (zh) | 一种基于随机森林算法的智能化地震流体识别方法 | |
CN111489034A (zh) | 一种油气储层渗透率预测模型的构建方法及其应用 | |
CN107273818A (zh) | 遗传算法融合差分进化的选择性集成人脸识别方法 | |
CN108663711B (zh) | 一种基于τ分布的贝叶斯地震反演方法 | |
CN114723095A (zh) | 缺失测井曲线预测方法及装置 | |
CN103278849B (zh) | 基于地震资料和测井资料进行子波估计的方法及*** | |
CN110045417B (zh) | 基于两阶段优化的初至波自动拾取方法 | |
CN115249054A (zh) | 一种改进的混合多目标粒子群优化特征选择算法 | |
CN114218988A (zh) | 一种样本不均衡下的单向接地故障馈线识别方法 | |
CN105656577A (zh) | 面向信道冲激响应的分簇方法和装置 | |
CN108828680B (zh) | 地层电阻率和极化率的确定方法和装置 | |
Tahmasebi et al. | Comparison of optimized neural network with fuzzy logic for ore grade estimation | |
CN105930648A (zh) | 一种基于基因表达式编程(gep)双向预测的短椭圆弧拟合方法 | |
CN115620831A (zh) | 一种循环迭代优化生成序列突变适应度的方法及相关装置 | |
CN112034515B (zh) | 一种基于无监督神经网络的火山通道识别方法 | |
CN116702577A (zh) | 基于高斯-马尔科夫先验约束的叠后随机地震反演方法 | |
CN112649869A (zh) | 基于ga-wnn的储层特征参数预测方法及*** | |
CN114075973A (zh) | 地层元素测井曲线重构方法及装置 | |
CN107122518B (zh) | 磁场相似性度量方法 | |
CN116187206B (zh) | 一种基于生成对抗网络的cod光谱数据迁移方法 | |
CN109871897A (zh) | 海林格距离为参考标准的过采样的方法 | |
CN112162315B (zh) | 一种基于随机云模拟的储层参数高频成分估计的方法 | |
CN117933497B (zh) | 一种基于tsa-arima-cnn的企业碳排放预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |