在油氣勘探技術(shù)不斷發(fā)展的今天，類型相對簡單的構(gòu)造型油氣藏的開發(fā)已幾近殆盡，如何尋找?guī)r性油氣藏將成為主要研究方向。地震勘探是尋找和判別巖性油氣藏的重要手段，而地震波阻抗反演有助于油藏描述及后期的地震資料解釋，它能夠比較真實地反映地下的巖層和地質(zhì)結(jié)構(gòu)，為鉆井提供可靠的依據(jù)。在實際工程中的很多問題，其本質(zhì)都可轉(zhuǎn)化為最優(yōu)化問題，地震波阻抗反演便屬于多參數(shù)的非線性優(yōu)化問題，其主要目的是獲得地下介質(zhì)的反射系數(shù)，進而得到密度、速度等相關(guān)參數(shù)。近年來隨著遺傳算法、粒子群算法和人工神經(jīng)網(wǎng)絡(luò)法等啟發(fā)式非線性反演方法的不斷發(fā)展，給地震反演帶來了新思路和希望。其中粒子群優(yōu)化算法源于對鳥群運動行為的研究，是一種基于群體智能的演化計算技術(shù)；由于它的易于實現(xiàn)、收斂速度快、參數(shù)設(shè)置少等優(yōu)點，目前已應(yīng)用于神經(jīng)網(wǎng)絡(luò)訓練、函數(shù)優(yōu)化、模糊系統(tǒng)控制等諸多領(lǐng)域并取得了較好的效果。本文首先介紹了選題依據(jù)、地震波阻抗反演研究現(xiàn)狀和粒子群優(yōu)化算法在國內(nèi)外的發(fā)展概況，并對粒子群優(yōu)化算法的理論基礎(chǔ)和參數(shù)設(shè)置作了簡要的闡述，分析了粒子群優(yōu)化算法的原理及實現(xiàn)流程。針對粒子群優(yōu)化算法，雖然前期收斂較快，但后期易陷入局部最優(yōu)的缺點，提出了一種基于... 

【文章來源】：成都理工大學四川省

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

反射波（a）和透射波(b)

波（正弦波為常數(shù)相位或零相位）的集合。確定相位波的兩個關(guān)鍵要素，相位譜的確定尤為重要，因為在為確定相位譜這一環(huán)節(jié)所造成的。的 Z 變換是一個多項式： 21 2nnB z b zb b z bz 0）一元 N 1次方程 B z 0可得 N 1個根（包含復1 2 11, 2, 1NNz z z 的全部零點均在單位圓外，則 b n 為最小相位子波位子波；零點在單位圓內(nèi)外都有，則 b n 是混合相

圖 2-3 雷克子波的提取波對于處理地震資料有著至關(guān)重要的作用，它是地理和正演模擬效果的重要環(huán)節(jié)。地震子波的形態(tài)會、地震波的激發(fā)、地下構(gòu)造等因素的影響。因此，尤為關(guān)鍵，這直接關(guān)系到反演效果的好壞。提取地震子波的基礎(chǔ)，可以說所有的地震子波提取其中有自相關(guān)法、盲信號處理技術(shù)、Z 變換法、貝地震波阻抗反演中，提取地震子波的方法基本有兩取，一般是在工區(qū)有井的情況下使用；另一種是統(tǒng)依賴地震數(shù)據(jù)，所以地震資料的分辨率對其影響很大子波的提取

【參考文獻】：
期刊論文
[1]量子行為的粒子群算法在疊前AVO反演中的應(yīng)用[J]. 嚴哲,顧漢明.  石油地球物理勘探. 2010(04)
[2]基于禁忌搜索的自適應(yīng)粒子群算法[J]. 丁華福,姜曉偉,王麗雪.  計算機技術(shù)與發(fā)展. 2010(04)
[3]動態(tài)速度限制粒子群算法及其應(yīng)用[J]. 陳立華,蔡德所,梅亞東.  廣西大學學報(自然科學版). 2010(01)
[4]耗散粒子群算法的性能分析[J]. 任小波,楊忠秀.  計算機仿真. 2010(02)
[5]利用前兩代信息的改進粒子群優(yōu)化算法[J]. 歐旭,梁京章,羅德相,張新華.  計算機應(yīng)用. 2010(02)
[6]基于混沌思想模糊自適應(yīng)參數(shù)策略的粒子群優(yōu)化算法[J]. 孫勇,章衛(wèi)國,章萌,尹偉.  計算機應(yīng)用研究. 2010(01)
[7]改進的微粒群算法模擬動物的群體覓食行為[J]. 孟香,曾建潮.  太原科技大學學報. 2009(06)
[8]混合智能優(yōu)化地震反演[J]. 吳秋波,吳元,曹中林,黃東山.  天然氣工業(yè). 2009(11)
[9]地震波阻抗反演方法之改進與三階段、九步驟反演方法的初步實踐[J]. 吳海波,吳河勇,張陽,年靜波.  現(xiàn)代地質(zhì). 2009(05)
[10]改進的粒子群算法[J]. 陳麗麗.  計算機與數(shù)字工程. 2009(08)

碩士論文
[1]粒子群算法的改進方法研究[D]. 隨聰慧.西南交通大學 2010
[2]基于粒子群算法求解多目標函數(shù)優(yōu)化[D]. 馮維.吉林大學 2010
[3]地震約束波阻抗反演及應(yīng)用研究[D]. 董月昌.中國海洋大學 2009
[4]基于快速遺傳算法的速度反演研究及應(yīng)用[D]. 徐姣.成都理工大學 2009
[5]粒子群算法改進方法研究[D]. 羅德相.廣西民族大學 2009
[6]粒子群算法的改進及應(yīng)用[D]. 文妤.西安理工大學 2009
[7]關(guān)于粒子群算法改進的研究[D]. 杜玉平.西北大學 2008
[8]基于遺傳算法的波阻抗反演方法研究[D]. 黃進臘.長安大學 2008
[9]粒子群算法的改進及應(yīng)用[D]. 劉麗芳.太原理工大學 2008
[10]基于約束優(yōu)化和動態(tài)優(yōu)化的粒子群算法研究[D]. 吳茜.湘潭大學 2007



本文編號：3391173