本文選題：改進BISQ模型　切入點：遺傳算法　出處：《東華理工大學》2016年碩士論文　論文類型：學位論文

【摘要】：基于雙相介質(zhì)模型的多參數(shù)反演在油氣儲層預測、海洋底質(zhì)探測等領域中廣泛應用,理想的介質(zhì)模型與高效的反演方法是其兩個重要組成部分。改進BISQ模型在同時考慮Biot和噴射流機制的基礎上,成功簡化了流體壓力表達式,較BISQ模型更加簡易適用。為進一步探索研究改進BISQ模型的優(yōu)越性,以改進BISQ模型為基礎,進行了改進BISQ模型的多參數(shù)反演。反演算法方面,在傳統(tǒng)遺傳算法的基礎上引入捕食搜索策略、自適應等思想,設計完成了自適應捕食遺傳算法。通過數(shù)值反演試算,自適應捕食遺傳算法較傳統(tǒng)遺傳算法、小生境遺傳算法表現(xiàn)出明顯優(yōu)勢,無論是反演效率還是反演精度上都優(yōu)于后兩者;同時得出,改進BISQ模型的多參數(shù)反演在保持與BISQ模型反演精度相同的情況下,具有更高的反演效率,這也正是改進BISQ模型較BISQ模型簡化的充分體現(xiàn)。為檢驗自適應捕食遺傳算法在改進BISQ模型反演中的抗噪性,對算法進行了抗噪性檢測,通過與小生境遺傳算法抗噪性對比,顯示出較強的抗干擾能力。為了進一步檢驗算法的有效性和實用性,最后將算法實用于海底原位聲學實測數(shù)據(jù)的反演中,反演參數(shù)由三參數(shù)逐漸增至六參數(shù),逐步完成高維參數(shù)反演。反演結(jié)果與海洋實測數(shù)據(jù)、實驗室測量結(jié)果及前人的研究成果相統(tǒng)一,反演與實測速度擬合效果良好,進一步顯示出自適應捕食遺傳算法的實用性和可靠性。
[Abstract]:Multi-parameter inversion based on two-phase media model is widely used in oil and gas reservoir prediction, ocean sediment exploration and other fields. The ideal medium model and the efficient inversion method are two important parts of the model. The improved BISQ model simplifies the fluid pressure expression on the basis of considering the Biot and jet mechanism simultaneously. In order to further explore the superiority of improved BISQ model and based on the improved BISQ model, multi-parameter inversion of improved BISQ model is carried out. Based on the traditional genetic algorithm (GA), the predation search strategy and adaptive algorithm are introduced, and the adaptive predation genetic algorithm (AGA) is designed and implemented. By numerical inversion, the adaptive predation genetic algorithm (AGA) is compared with the traditional genetic algorithm (GA). Niche genetic algorithm is superior to the latter two in inversion efficiency and precision. It is also concluded that the multi-parameter inversion of improved BISQ model has the same accuracy as that of BISQ model. The improved BISQ model is more simplified than the BISQ model. In order to test the anti-noise performance of the adaptive prey-prey genetic algorithm in the improved BISQ model inversion, the anti-noise detection of the algorithm is carried out. Compared with niche genetic algorithm, the anti-noise ability of the algorithm is shown to be strong. In order to further test the validity and practicability of the algorithm, the algorithm is applied to the inversion of in-situ acoustic measured data. The inversion parameters are gradually increased from three parameters to six parameters, and the inversion results of high-dimensional parameters are gradually completed. The inversion results are consistent with the ocean measured data, the results of laboratory measurements and the previous research results, and the fitting results of inversion and measured velocities are good. The practicability and reliability of adaptive predation genetic algorithm are further demonstrated.
【學位授予單位】：東華理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：P631.4

【相似文獻】

相關期刊論文 前10條

1 陳琨;張志明;;一種改進遺傳算法的設計與實現(xiàn)[J];貴州大學學報(自然科學版);2006年01期

2 胡蘭萍;黃海斌;;遺傳算法及其在化學領域中的應用[J];海南師范學院學報(自然科學版);2006年03期

3 王珊珊;;遺傳算法的理論基礎及應用[J];科協(xié)論壇(下半月);2008年09期

4 高翔;海洋;;遺傳算法應用[J];赤峰學院學報(自然科學版);2009年03期

5 劉定理;;遺傳算法綜述[J];中國西部科技;2009年25期

6 歐陽柏平;;基于遺傳算法優(yōu)化獨立分量分析[J];科技信息;2010年07期

7 儲育青;齊義飛;肖立順;陳暉敏;石玉文;;遺傳算法研究概述[J];科技風;2010年09期

8 曾瑛;;遺傳算法在優(yōu)化求解中的應用[J];科技創(chuàng)業(yè)月刊;2012年10期

9 丁承民,張傳生,劉輝;遺傳算法縱橫談[J];信息與控制;1997年01期

10 施光林,史維祥;遺傳算法及其研究與應用新進展[J];科技導報;1997年04期

相關會議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進的遺傳算法及其在路徑規(guī)劃中的應用[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設計中的應用[A];第五屆全國制冷空調(diào)新技術研討會論文集[C];2008年

3 王志軍;李守春;張爽;;改進的遺傳算法在反演問題中的應用[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進遺傳算法在三維日照方案優(yōu)化中的應用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設計算機應用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學術研討會論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術及其應用學術交流會論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設計[A];全國第二屆信號處理與應用學術會議專刊[C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計算機編程中的應用[A];1995年中國智能自動化學術會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學術會議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學術會議論文集（下冊）[C];1996年

相關重要報紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡和遺傳算法在水科學領域的應用》將面市[N];中國水利報;2002年

相關博士學位論文 前10條

1 蔡美菊;交互式遺傳算法及其在隱性目標決策問題中的應用研究[D];合肥工業(yè)大學;2015年

2 張士偉;三維聲學快速多極基本解法在機械噪聲預測中的應用研究[D];沈陽工業(yè)大學;2016年

3 高軍;無鉛焊料本構模型及其參數(shù)識別方法研究[D];南京航空航天大學;2015年

4 Amjad Mahmood;半監(jiān)督進化集成及其在網(wǎng)絡視頻分類中的應用[D];西南交通大學;2015年

5 周輝仁;遞階遺傳算法理論及其應用研究[D];天津大學;2008年

6 郝國生;交互式遺傳算法中用戶的認知規(guī)律及其應用[D];中國礦業(yè)大學;2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應用研究[D];西安電子科技大學;1998年

8 馬國田;遺傳算法及其在電磁工程中的應用[D];西安電子科技大學;1998年

9 唐文艷;結(jié)構優(yōu)化中的遺傳算法研究和應用[D];大連理工大學;2002年

10 周激流;遺傳算法理論及其在水問題中應用的研究[D];四川大學;2000年

相關碩士學位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學;2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學;2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預測控制[D];華南理工大學;2015年

4 王琳琳;新型雙層液壓轎運車車廂的設計研究[D];上海工程技術大學;2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風面積比優(yōu)化方法研究[D];華南理工大學;2015年

6 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學;2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學;2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學;2015年

9 吳南;數(shù)值逼近遺傳算法的研究應用[D];華南理工大學;2015年

10 于光帥;一類優(yōu)化算法的改進研究與應用[D];渤海大學;2015年

，

本文編號：1581163