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：兰州铁道设计院有限公司;甘肃省建筑设计研究院有限公司

摘要：本发明涉及工程物探、地球物理学、地震勘探和油气勘探技术领域，公开基于多目标蜉蝣算法的流体因子识别方法，包括步骤：收集测井数据，建立初始模型；采用阻尼最小二乘法对初始模型进行反演，获取合理的先验模型；初始化多目标蜉蝣算法的参数，设定干燥岩石比，对目标函数进行反演，完成对多目标蜉蝣算法的初始化；采用多目标蜉蝣算法进行迭代，动态更新弹性三参数和干燥岩石比向量；提取最终Pareto集合中居中部位的蜉蝣位置，将该蜉蝣位置中的弹性三参数作为反演结果。本发明采用多目标蜉蝣算法求解基于流体因子的精确佐普里兹方程，实现流体因子、剪切模量和密度的准确反演，为优质储层的准确识别提供有力支撑。

主权项：1.基于多目标蜉蝣算法的流体因子识别方法，其特征在于：包括以下步骤：步骤1，收集测井数据，建立初始模型；步骤2，采用阻尼最小二乘法对初始模型进行反演，获取合理的先验模型；所述步骤2具体包括以下步骤：对目标函数Km进行最小化： 其中，表示观测地震记录；表示合成地震记录；表示模型参数向量；表示实际噪声的方差矩阵，为的逆矩阵，可用一个单位矩阵I乘以一个常数表示；表示模型参数向量m的协方差矩阵，为的逆矩阵；表示模型参数向量的均值向量；T表示矩阵的转置；利用Km对求偏导数： 其中，表示初始模型；表示模型增量；表示经验参数；表示为： 其中，表示子波矩阵；表示纵波反射系数的雅阁比矩阵，，对入射角的反射系数的雅阁比矩阵为： 其中，表示第N个维度的反射系数；表示第N个维度对应的流体因子；表示第N个维度对应的剪切模量；表示第N个维度对应的密度；雅阁比矩阵中的各反射系数项通过干燥岩石比转换公式得到精确的佐普里兹方程： 其中，表示干燥岩石比；反射系数对模型参数的偏导数： 其中，为弹性参数的比例，且： 和中的具体参数为： 单个反射系数对反射界面间的6项弹性参数通过链式法则获取： 其中，表示地层第i个点的反射系数；令，在it迭代次数下的模型增量为： 其中，表示第it次迭代下的模型增量；表示第it次迭代下的模型参数向量；表示第it迭代下的合成地震记录；表示经验参数；表示初始模型的协方差矩阵，为的逆矩阵；表示伸缩因子；表示单位矩阵；表示初始模型的均值向量；通过it次迭代，先验模型通过以下更新公式获取： 其中，表示第it-1次迭代下的步长因子，表示第it-1次迭代下的模型增量，表示第it-1次迭代下的模型参数向量，；步骤3，初始化多目标蜉蝣算法的参数，设定干燥岩石比，对目标函数进行反演，完成对多目标蜉蝣算法的初始化；所述步骤3中，初始化多目标蜉蝣算法的参数的步骤，包括：初始化多目标蜉蝣算法的参数，设置雄蜉蝣数量q=20，雌蜉蝣数量p=20，父代蜉蝣交配数量Nc=20，子代蜉蝣突变数量Nm=10，重力系数g=0.8，正吸引常数a1=1，正吸引常数a2=1.5，突变系数Mu=0.02，修正后的能见系数Beta=2，随机飞行系数FL=0.77，婚礼舞蹈系数Dance=0.77，婚礼舞蹈系数降低率DD=0.99，随机飞行系数降低率FD=0.99，Pareto集合容量Np=50，最大迭代次数tmax=100；确定蜉蝣种群的数量，初始化雄蜉蝣和雌蜉蝣的位置： 其中，M表示雄蜉蝣群体；F表示雌蜉蝣群体；表示第i个雄蜉蝣的位置；表示第i个雌蜉蝣的位置；q表示雄蜉蝣数量；p表示雌蜉蝣数量；d表示维度总数；表示第i个雄蜉蝣的第d个维度的位置；表示第i个雌蜉蝣的第d个维度的位置；所述步骤3中，设定干燥岩石比，对目标函数进行反演，完成对多目标蜉蝣算法的初始化的步骤，包括：最小化目标函数： 对合成地震记录进行泰勒展开，略去2阶及以上的高阶项： 其中，为步骤2得到的先验模型；表示先验模型合成的地震记录，也表示泰勒展开项中的零阶项；表示泰勒展开项中的一阶梯度，基于先验模型得到，可表示为： 其中，在全局非线性算法中，对于入射角的反射系数的雅阁比矩阵K，每个维度的反射系数均对应一个特定的干燥比岩石比，j=j1,j2,...,d，1j1d，j2=j1+1；向量表示单个蜉蝣在j1～d维度的位置，可表示为： 依据向量中第1维度的参数对、、、、、进行同步修正，雅阁比矩阵K中第1维度的各反射系数项通过精确的流体因子版本的佐普里兹方程获取；如此，再分别计算j2～d维度的反射系数关于模型的偏导数，最终完成整个雅阁比矩阵K的运算；最小化目标函数： 其中，表示获取序列的方差；更新第1个雄蜉蝣的当前位置，更新当前目标函数为；然后按照相同的方式计算所有剩余雄蜉蝣的当前位置和当前目标函数值；以及更新所有雄蜉蝣的历史最优位置和历史最优目标函数值；按照相同的方式计算所有雌蜉蝣的当前位置和当前目标函数值；以及更新所有雌蜉蝣的历史最优位置和历史最优目标函数值；将所有蜉蝣个体进行一次Pareto非支配排序，取排序前Np个蜉蝣个体作为Pareto集合；步骤4，采用多目标蜉蝣算法进行迭代，动态更新弹性三参数和干燥岩石比向量；所述步骤4包括以下步骤：开始多目标蜉蝣算法第1次迭代，t=1：选取Pareto集合中排序1的蜉蝣个体作为领头蜉蝣；从初始化阶段的雌蜉蝣1开始进行计算，此时雄蜉蝣1支配雌蜉蝣1，计算雄蜉蝣1和雌蜉蝣1个体间的欧式距离： 其中，rmf表示和之间的欧式距离，表示在雄蜉蝣1的第j个维度的初始位置，表示雌蜉蝣1的第j个维度的初始位置；其后，更新雌蜉蝣1的当前速度，雌蜉蝣1的各维度的速度计算结果为： 其中，表示第i个雌蜉蝣的第j个维度的当前速度；g表示重力系数；a2表示正吸引常数；Beta表示修正后的能见系数；表示第i个雄蜉蝣的第j个维度在t时刻的位置，表示第i个雌蜉蝣的第j个维度在t时刻的位置；f表示目标函数；FL为随机飞行系数；r为[-1,1]的一个随机数；然后，更新雌蜉蝣1的当前位置： 其中，表示第i个雌蜉蝣在当前时刻的位置；表示第i个雌蜉蝣的当前速度；表示第i个雌蜉蝣在t时刻的位置；根据雌蜉蝣1的当前位置计算当前目标函数值，更新雌蜉蝣1的当前位置和当前目标函数值；按照上述方法对所有剩余雌蜉蝣的当前位置和当前目标函数值进行计算，并更新所有剩余雌蜉蝣的历史最优位置和历史最优目标函数值；从初始化阶段的雄蜉蝣1开始计算，此时雄蜉蝣1支配领头蜉蝣，雄蜉蝣1的各维度的速度计算结果为： 其中，表示第i个雄蜉蝣的第j个维度的当前速度；表示第i个雄蜉蝣的第j个维度在t时刻的位置、为正吸引常数；表示第i个雄蜉蝣的第j个维度的当前最优位置；Beta表示修正后的能见系数；rp表示xi和当前最优位置pbesti之间的欧氏距离；rg表示xi和全局最优位置gbest之间的欧氏距离；然后，更新雄蜉蝣1的当前位置： 其中，表示第i个雄蜉蝣在当前时刻的位置；表示第i个雄蜉蝣的当前速度；表示第i个雄蜉蝣在t时刻的位置；根据雄蜉蝣1的当前位置计算当前目标函数值，此时雄蜉蝣1的历史最优目标函数值支配雄蜉蝣1的当前目标函数值，更新雄蜉蝣1的历史最优位置，更新雄蜉蝣1的历史最优目标函数值；按照上述方法对所有剩余雄蜉蝣的当前位置和当前最优目标函数值进行计算，并更新所有剩余蜉蝣的历史最优位置和历史最优目标函数值；从Pareto集合中随机选取每2个蜉蝣个体进行交配计算，再从Pareto集合中随机选出一半的蜉蝣个体进行突变计算；将交配后的蜉蝣种群和突变后的蜉蝣种群组合，各取12分别并入当前的雄蜉蝣种群和雌蜉蝣种群；分别对雄蜉蝣种群和雌蜉蝣种群进行Pareto非支配排序，取排序靠前的q个雄蜉蝣个体和排序靠前的p个雌蜉蝣个体组合作为新的Pareto集合；取新的Pareto集合中全部种群的目标函数值得到第1次迭代下的Pareto集合；从Pareto集合中剩余的n个蜉蝣个体再进行n2次交配计算；对多目标蜉蝣算法中的参数婚礼舞蹈系数进行修正Dance=0.77*0.99，对随机飞行系数进行修正FL=0.77*0.99；以同样的方式再迭代tmax-1次，获取第tmax次迭代下的Pareto集合作为本次优化的最终Pareto集合；步骤5，提取最终Pareto集合中居中部位的蜉蝣位置，将该蜉蝣位置中的弹性三参数作为反演结果。

全文数据：

权利要求：

百度查询： 兰州铁道设计院有限公司 甘肃省建筑设计研究院有限公司 基于多目标蜉蝣算法的流体因子识别方法