[發明專利]一種基于改進型差分進化算法的地震波形反演方法及系統

有效

• 申請號: 202011081509.5
• 申請日: 2020-10-10
• 公開（公告）號: CN112182481B
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 程建超;潘志斌;高照奇;高靜懷;王洋
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F17/10
• 分類號: G06F17/10;G06N3/00
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 馬貴香

1.一種基于改進型差分進化算法的地震波形反演方法，其特征在于，包括以下步驟：

步驟1，計算獲得待勘探地區的計算地震數據，測量獲得待勘探地區的實際地震數據；將計算地震數據和實際地震數據的擬合程度作為目標函數；

步驟2，使用改進型差分進化算法優化步驟1獲得的目標函數，獲得待勘探地區的地下介質模型的物理參數，完成地震波形反演；

其中，所述改進型差分進化算法具體包括以下步驟：

(1)隨機生成個體數量為預設值的初始化種群；

(2)對步驟(1)獲得的初始化種群進行差分進化算法迭代；其中，在每一次差分進化算法迭代時，保存最優個體的每一個維度的子成分；每間隔K次迭代，計算獲得K次迭代間所保存的子成分的每一個維度的標準差，以每一個維度的標準差作為衡量對應維度的子成分收斂程度的指標；

其中，任一維度的標準差計算方法表示為：

式中，j表示解向量的任意一個維度，μ_j表示第j維的子成分K次迭代的平均值，G表示當前迭代的次數，表示第G-i次迭代時最優個體的第j維的子成分；σ(j)表示第j維的子成分的收斂程度；

(3)將步驟(2)獲得的標準差最小的一定數量維度所對應的當前迭代時最優個體的子成分列為待學習的子成分，獲得當前迭代待學習的子成分的數量；其中，計算當前迭代待學習的子成分的數量方法表示為：

式中，D表示目標函數的解的維數，M_g表示差分進化算法的最大迭代次數，表示向下取整函數，n表示待學習的子成分數量；

(4)基于變異策略對需要變異的個體執行傳統差分進化算法的變異操作，得到變異個體；對除當前迭代的最優個體以外的任意變異個體進行子成分學習，獲得經過子成分學習的變異個體；

(5)對經過子成分學習的變異個體進行傳統差分進化算法的交叉操作，獲得試驗個體；對試驗個體進行傳統差分進化算法的選擇操作，獲得目標函數值更小的個體；

(6)重復步驟(2)至步驟(5)，直至滿足預設終止條件；輸出迭代終止時，使目標函數值最小的個體對應的解向量，將解向量作為地下介質模型的物理參數。

2.根據權利要求1所述的一種基于改進型差分進化算法的地震波形反演方法，其特征在于，步驟2的步驟(4)中的子成分學習的方法表示為：

式中，是當前迭代的當前變異個體的第j維的子成分，表示待學習的子成分，α為學習率。

3.根據權利要求2所述的一種基于改進型差分進化算法的地震波形反演方法，其特征在于，步驟2的步驟(4)中，α的計算方法如下：

式中，r_success為當前迭代的之前的K次迭代間全種群的選擇成功率的平均值。

4.根據權利要求1所述的一種基于改進型差分進化算法的地震波形反演方法，其特征在于，步驟1中，目標函數的表達式為：

式中，NR代表采集地震數據的接收器數量，d_o,r(t)表示第r個接收器上的實際地震數據，d_c,r(t,m)則表示通過模型計算獲得的計算地震數據，t是旅行時；

計算地震模型的正演表示為：d＝g(m)，

式中，d代表計算獲得的地震數據，g表示正演操作，m表示地下介質模型的物理參數。

5.根據權利要求4所述的一種基于改進型差分進化算法的地震波形反演方法，其特征在于，步驟2的步驟(1)的初始化種群中，任意一個個體的任意子成分的初始化方法表示為：

式中，x_min,j和x_max,j分別表示搜索空間的第j維的最大值和最小值；rand(0,1)表示在0到1之間產生一個服從均勻分布的隨機數，表示第i個個體的第j維的子成分。

6.根據權利要求1所述的一種基于改進型差分進化算法的地震波形反演方法，其特征在于，步驟2的步驟(2)中，K值取20。