【摘要】：隨著油氣勘探與開發(fā)逐步進(jìn)行中后期,人們對儲層、油藏描述的精細(xì)度要求越來越高。傳統(tǒng)的地震反演方法已漸漸無法滿足要求。本文采用Bayes隨機(jī)反演方法,利用遺傳退火算法對疊后地震資料進(jìn)行反演處理,并對遺傳算法、模擬退火算法進(jìn)行了適應(yīng)性的修改,使其適用于Bayes思想下的隨機(jī)反演。文中對經(jīng)典遺傳算法進(jìn)行了深入研究與分析,對其尋優(yōu)過程與收斂能力進(jìn)行理論上的分析與證明。針對GA算法中每一個操作,如編碼方式、選擇操作、交叉操作、變異操作,對它們物理背景及其在搜索過程中所發(fā)揮的作用進(jìn)行了深入探討。在模式定理與積木塊假設(shè)的基礎(chǔ)上,對遺傳算法的尋優(yōu)性能進(jìn)行了分析與評價。根據(jù)以上認(rèn)識,總結(jié)了GA算法在統(tǒng)計意義下尋優(yōu)過程的隨機(jī)性質(zhì)與漸進(jìn)行為的理論依據(jù)。最后,通過模型試算對GA算法的搜索能力進(jìn)行了驗證與分析。本文對經(jīng)典模擬退火進(jìn)行了深入的分析與研究。對比物理系統(tǒng)的降溫過程,分析模擬算法過程中的各個參數(shù)所表征的物理意義,及其對算法尋優(yōu)能力的貢獻(xiàn)。對于其中的關(guān)鍵參數(shù)——溫度進(jìn)行了深入的分析。對算法進(jìn)程收斂至平穩(wěn)的能力從概率統(tǒng)計角度進(jìn)行了證明。并通過模型試算對SA算法的收斂特點進(jìn)行了驗證與分析。GA算法與SA算法分別是具有不同的優(yōu)勢：前者具有較強(qiáng)的全局搜索能力,很難限入局部極值；后者具有較高的收斂精度,但仍存在即入局部極值的可能。在SA算法搜索進(jìn)程后期,搜尋結(jié)果會高度集中于真實解的附近。本文通過對兩種方法進(jìn)行改進(jìn),將各自的優(yōu)點相結(jié)合形成新的遺傳退火方法,為Bayes隨機(jī)反演方法設(shè)計更優(yōu)的搜索方案。本文將兩種隨機(jī)搜索算法用于Bayes理論下,將搜索目標(biāo)映射到概率統(tǒng)計背景下。根據(jù)Bayes思想,對實際復(fù)雜的高維反演問題進(jìn)行分析后,建立概率模型,結(jié)合遺傳算法與模擬退火方法,將兩個非線性隨機(jī)搜索方法進(jìn)行有機(jī)的結(jié)合,將遺傳算法內(nèi)嵌于模擬退火算法中,有效地利用遺傳算法的全局搜索能力與模擬退火的精細(xì)局部搜索能力。在內(nèi)嵌遺傳算法時,提出將傳統(tǒng)遺傳算法的基因編碼進(jìn)行分片評估,并根據(jù)評估結(jié)果進(jìn)行種群的推優(yōu),得到“王”個體。以“王”個體作為當(dāng)前種群進(jìn)化的峰值,并且作為內(nèi)循環(huán)與外循環(huán)——模擬退火降溫過程的連接點。通過MCMC構(gòu)建的算法整體進(jìn)程鏈由于受到遺傳算法與模擬退火算法的影響,也不再是標(biāo)準(zhǔn)的Markov鏈,而是由多個時齊的Markov鏈(內(nèi)循環(huán),由遺傳算法迭代生成)串聯(lián)成一條非時齊的Markov鏈(外循環(huán),由模擬退火降溫迭代生成)。由兩種方法嵌套形成的兩級循環(huán)過程,將反演過程中由初始模型向真實結(jié)果漸進(jìn)的過程分解為同時進(jìn)行的兩個具有不同搜索參數(shù)(游走半徑,搜索方向等)的進(jìn)程。Bayes理論將整套算法的實現(xiàn)過程放置于概率統(tǒng)計的背景下,對參數(shù)的真實值的逼近也不再是指向一個明確、單一的目標(biāo)值。而是試圖建立該參數(shù)在概率統(tǒng)計中可能滿足的分布,并盡量通過所選取的搜索方法(如本文中選取的遺傳算法與模擬退火算法)將該分布(即后驗分布)的方差盡量減小,這樣則能夠以較高的確信度去估計該參數(shù)的值。Bayes這種做法的好處是在推斷出目標(biāo)參數(shù)的數(shù)值的同時,還能根據(jù)其后驗分布形態(tài),得到此時對該參數(shù)估計值的可信程度。對于地震反演問題,可以在二維或三維反演結(jié)果之上,建立對結(jié)果的方差評估,由此可以知道哪些區(qū)域有較大概率存在較大的偏離,哪些區(qū)域的反演結(jié)果具有較高的可信度。本文對實際資料進(jìn)行Bayes隨機(jī)反演實驗,并對比傳統(tǒng)約束稀疏脈沖反演方法。結(jié)果均說明Bayes隨機(jī)反演方法能夠得到更優(yōu)的反演結(jié)果。
[Abstract]:......
【學(xué)位授予單位】：長江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：P631.44

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊文采;非線性波動方程地震反演的方法原理及問題[J];地球物理學(xué)進(jìn)展;1992年01期

2 劉百紅;李建華;魏小東;鄭四連;;隨機(jī)反演在儲層預(yù)測中的應(yīng)用[J];地球物理學(xué)進(jìn)展;2009年02期

3 魏超;朱培民;王家映;;量子退火反演的原理和實現(xiàn)[J];地球物理學(xué)報;2006年02期

4 魏超;鄭曉東;李勁松;;擴(kuò)散蒙特卡羅反演方法及應(yīng)用[J];石油地球物理勘探;2011年02期

5 宗兆云;印興耀;張繁昌;;基于彈性阻抗貝葉斯反演的拉梅參數(shù)提取方法研究[J];石油地球物理勘探;2011年04期

6 張廣智;王丹陽;印興耀;;利用MCMC方法估算地震參數(shù)[J];石油地球物理勘探;2011年04期

7 張學(xué)娟;盧雙舫;賈承造;;基于沉積特征分區(qū)域的多元地震屬性儲層定量預(yù)測方法[J];石油地球物理勘探;2012年01期

8 劉振峰,郝天珧,方輝;用Markov鏈模型隨機(jī)模擬儲層巖相空間展布[J];石油學(xué)報;2005年05期

9 劉文嶺;;地震約束儲層地質(zhì)建模技術(shù)[J];石油學(xué)報;2008年01期

10 李軍;楊曉娟;張曉龍;熊利平;;基于三維馬爾可夫鏈模型的巖性隨機(jī)模擬[J];石油學(xué)報;2012年05期

相關(guān)博士學(xué)位論文 前5條

1 雷桂媛;關(guān)于蒙特卡羅及擬蒙特卡羅方法的若干研究[D];浙江大學(xué);2003年

2 孟利鋒;隨機(jī)波動模型及其建模方法研究[D];天津大學(xué);2004年

3 莫鴻強(qiáng);遺傳算法搜索能力和編碼方式研究[D];華南理工大學(xué);2001年

4 羅毅丹;靈活的非線性時間序列模型及應(yīng)用研究[D];華中科技大學(xué);2010年

5 汪量子;溶液堆的蒙特卡羅方法物理計算模型及特性研究[D];清華大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 高峰;遺傳算法的若干理論分析[D];浙江大學(xué);2003年

2 劉莉;混合遺傳算法全局收斂性分析[D];華中科技大學(xué);2004年

3 馮玉蓉;模擬退火算法的研究及其應(yīng)用[D];昆明理工大學(xué);2005年

4 高汝召;貝葉斯決策理論方法的研究[D];山東科技大學(xué);2006年

5 丁悅;基于數(shù)據(jù)驅(qū)動的馬爾柯夫鏈蒙特卡洛模型的動態(tài)紋理分析[D];南京理工大學(xué);2007年

6 張曉坤;隨機(jī)模擬在三維地質(zhì)建模中的應(yīng)用[D];中國地質(zhì)大學(xué)（北京）;2009年

7 曹道友;基于改進(jìn)遺傳算法的應(yīng)用研究[D];安徽大學(xué);2010年

8 郭曉原;遺傳算法中適應(yīng)度尺度變換與操作算子的比較研究[D];華北電力大學(xué);2012年

9 管小艷;實數(shù)編碼下遺傳算法的改進(jìn)及其應(yīng)用[D];重慶大學(xué);2012年

10 李生彪;無偏灰色模糊馬爾可夫鏈預(yù)測方法研究及其應(yīng)用[D];蘭州大學(xué);2012年

，

本文編號：2333683