地震子波提取中非線性優(yōu)化算法的應(yīng)用研究.pdf

1、準(zhǔn)確的地震子波提取是地震資料反褶積處理、地震波阻抗反演和正演的基礎(chǔ)，是地震勘探中的重要一環(huán)。由于在保持信號(hào)相位信息的同時(shí)可以壓制任意加性高斯噪聲，高階統(tǒng)計(jì)量被廣泛用于混合相位的地震子波提取。 在地震子波為非最小相位、噪聲為加性高斯噪聲的假設(shè)下，可通過(guò)構(gòu)建地震記錄四階累積量與地震子波參數(shù)模型四階矩的擬合目標(biāo)函數(shù)來(lái)提取地震子波。為驗(yàn)證參數(shù)模型解的唯一性，本文從地震子波模型的三譜出發(fā)，對(duì)基于四階累積量的地震子波提取方式進(jìn)行了理論分析。

2、公式推導(dǎo)結(jié)果表明，除在幅度和時(shí)延上有一定的線性偏移外，基于四階統(tǒng)計(jì)量的模型參數(shù)提取方法所提取的子波為地震記錄中地震子波的準(zhǔn)確參數(shù)模型，所得的地震子波波形符合地震反褶積處理的要求。 對(duì)上述子波估計(jì)模型的求解最終可歸結(jié)為對(duì)一多維多峰值目標(biāo)函數(shù)的非線性優(yōu)化問(wèn)題，對(duì)該目標(biāo)函數(shù)所用優(yōu)化算法須兼有對(duì)參數(shù)向量整體的全局隨機(jī)搜索能力和對(duì)單個(gè)參數(shù)的深度搜索能力，傳統(tǒng)的優(yōu)化算法很難求得其最優(yōu)解。由于結(jié)合了有向和隨機(jī)兩種搜索方式，遺傳算法在對(duì)搜索空間

3、進(jìn)行深度搜索和廣度搜索之間維持了較好的平衡性，但是其易“早熟”以及局部搜索能力較差的特點(diǎn)嚴(yán)重制約了其尋優(yōu)性能。為此，本文并從多樣性的測(cè)度與維持、基本算子的設(shè)置與選擇以及小鄰域搜索等幾個(gè)方面對(duì)基于實(shí)數(shù)編碼的遺傳算法進(jìn)行了分析和改進(jìn)，最終提出一種基于多樣性雙重維持的遺傳算法。仿真結(jié)果表明：該算法能夠有效克服“早熟”收斂，具有強(qiáng)大的全局搜索能力。 為克服算法變異方向的隨機(jī)性，保證變異向優(yōu)良的方向進(jìn)行轉(zhuǎn)化，本文從混沌序列的分布特性、混沌

4、映射的遍歷性及其計(jì)算效率等角度出發(fā)，對(duì)Logistic映射、Tent映射以及Arnold映射等進(jìn)行了仿真上的比較分析，最終將基于Arnold映射的混沌優(yōu)化算法融入遺傳算法，提出一種適于高維多峰函數(shù)尋優(yōu)的新型混沌遺傳算法，以進(jìn)行精確的子波估計(jì)。高維測(cè)試函數(shù)仿真實(shí)驗(yàn)表明，該算法能夠迅速收斂到全局最優(yōu)解，在搜索效率、搜索精度均較單一算法有了很大提高，并且具有良好的穩(wěn)定性。其在基于MA和ARMA模型地震子波描述下地震子波擬合提取實(shí)驗(yàn)中的應(yīng)用結(jié)果