买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安交通大学

摘要：本发明公开了一种基于知识迁移的叠前AVA弹性参数反演方法及系统，基于精确Zoeppritz方程构建正演模型，实现多组变异差分进化算法，通过知识迁移的思想引入旁道弹性参数最优解信息，加速本道迭代收敛的同时保证反演弹性参数剖面的横向连续性，通过在多组变异差分进化算法的选择过程中，引入叠后纵波阻抗信息，约束参数间关系，提高反演三参数结果的相关性；从而最终提高叠前AVA弹性参数反演的精度，以及保证横向连续性；本发明的基础是对于模型中已知的叠前AVA正演角道集，基于给定的初始模型采用MMDE方法进行弹性参数的单道反演。然后，为保证横向连续性，采用知识迁移将旁道的结果映射到当前道的反演过程中，最终得到横向连续的弹性参数反演结果。

主权项：1.一种基于知识迁移的叠前AVA弹性参数反演方法，其特征在于，包括以下步骤：S1、对叠后MarmousiII阻抗模型进行部分截取，并利用泥岩线经验公式生成横波速度和密度模型剖面，利用精确Zoeppritz方程对纵横波速度和密度模型数据进行正演，并于主频为30Hz的Ricker子波褶积得到叠前地震数据；S2、根据多组变异差分进化算法对步骤S1得到纵横波速度和密度模型数据进行低频滤波，生成初始种群；S3、在特定迭代次数G时，将知识迁移作用到测井道或相邻地震道迭代反演得到的旁道最优解P和当前道目前迭代次数的最优解QG上，为种群变异提供保证横向连续性的候选解利用知识迁移得到的候选解和当前道在第G次迭代种群中的个体进行变异和交叉，得到融入旁道最优解信息的种群，加速当前道的迭代收敛过程；S4、在多组变异差分进化算法选择过程中，依据设定的阈值，利用叠后阻抗信息约束纵波速度和密度的相关性，对步骤S2得到的初始种群中的候选解进行EPS滤波，比较目标函数值J[Vp,Vs,ρ]，得到当前迭代次数目标函数值最小的个体；S5、将步骤S4当前迭代次数目标函数值最小的个体作为最优解QG引导知识迁移中映射矩阵M的进化，设定最大迭代次数，对步骤S2～S4进行迭代，在达到最大迭代次数时，将目标函数值最小的种群个体作为参数最优解，同时作为下一道知识迁移的旁道最优解，即得到当前道的最优弹性参数反演结果Vp,Vs,ρ；同时将当前道得到的最优解作为下一道反演过程中，知识迁移模块中所采用的旁道最优解P。

全文数据：

权利要求：

百度查询： 西安交通大学 一种基于知识迁移的叠前AVA弹性参数反演方法及系统