獲取剩餘靜校正量的方法
2023-10-20 11:53:32
獲取剩餘靜校正量的方法
【專利摘要】一種獲取剩餘靜校正量的方法。所述方法包括:讀入動校正後的共中心點道集數據,統計所述數據中的炮點的個數和檢波點的個數;根據炮點的個數、檢波點的個數、預設的剩餘靜校正量的搜索範圍生成初始解集;利用泊松碟採樣算法根據初始解集得到採樣解集,將採樣解集通過實值編碼映射到遺傳空間中構成初始種群;對初始種群進行遺傳操作,獲取符合預定條件的個體作為剩餘靜校正量。根據本發明,能夠提高剩餘靜校正量求解過程的進化速度及效果。
【專利說明】獲取剩餘靜校正量的方法
【技術領域】
[0001]本發明屬於地震勘探領域,更具體地講,涉及一種獲取剩餘靜校正量的方法。
【背景技術】
[0002]隨著油氣勘探開發工作的深入和勘探範圍的擴大,複雜地表地區已經成為地震勘探的重要目標。這些地區大多地質結構複雜,地震記錄信噪比低,地震波速縱橫向變化大。地震資料經各種靜校正方法和動校正方法處理後仍存在較大的剩餘靜校正量。當地震資料信噪比低,或者剩餘靜校正量大於地震波形的1/2周期時,傳統的線性方法求解剩餘靜校正量易陷入局部極值。而非線性全局優化算法適用性廣,已經在靜校正問題中得到初步的應用,經過業內學者不斷的研究和探索,取得了不少進展。
[0003]遺傳算法是一種非線性全局尋優的算法,它模擬生物進化的過程,對種群進行相應的遺傳操作使種群進化從而達到尋優的效果。1994年,William首次將遺傳算法應用於地震信號剩餘靜校正量求解問題中,有效地避免了線性方法易陷入局部極值的問題。儘管基於常規遺傳算法的剩餘靜校正量技術在一些數據量較小信噪比較高的地區取得了一定效果,但還存在進化效果和進化效率不佳的問題。
【發明內容】
[0004]本發明的目的在於提供一種獲取剩餘靜校正量的方法,其能夠提高剩餘靜校正量求解過程的進化速度及效果。
[0005]本發明提供一種獲取剩餘靜校正量的方法,包括:a)讀入動校正後的共中心點道集數據,統計所述數據中的炮點的個數和檢波點的個數山)根據炮點的個數、檢波點的個數、預設的剩餘靜校正量的搜索範圍生成初始解集;c)利用泊松碟採樣算法根據初始解集得到採樣解集,將採樣解集通過實值編碼映射到遺傳空間中構成初始種群;d)對初始種群進行遺傳操作,獲取符合預定條件的個體作為剩餘靜校正量。
[0006]可選地,步驟d)包括:Dl)計算種群中每個個體的適應度值,將適應度值最高的個體作為本次迭代的最優個體;D2)保留種群中適應度值最高的預定數量的個體,對剩餘的個體按輪盤賭的方式進行選擇;D3)對於選擇後的種群,繼續保留所述適應度值最高的預定數量的個體,對剩餘的個體進行兩點交換;D4)對於交換後的種群,繼續保留所述適應度值最高的預定數量的個體,對剩餘的個體進行兩點變異;D5)確定本次迭代是否達到預設的迭代次數和確定本次迭代的最優個體與上次迭代的最優個體的差值是否小於誤差閾值;其中,當確定本次迭代沒有達到預設的迭代次數且本次迭代的最優個體與上次迭代的最優個體的差值大於等於誤差閾值,返回執行步驟Dl) ;D6)當確定本次迭代達到預設的迭代次數或本次迭代的最優個體與上次迭代的最優個體的差值小於誤差閾值時,將本次迭代的最優個體作為剩餘靜校正量。
[0007]可選地,利用泊松碟採樣算法根據初始解集得到採樣解集的步驟包括:C1)利用下面的公式計算規模閾值G,
【權利要求】
1.一種獲取剩餘靜校正量的方法,包括: a)讀入動校正後的共中心點道集數據,統計所述數據中的炮點的個數和檢波點的個數; b)根據炮點的個數、檢波點的個數、預設的剩餘靜校正量的搜索範圍生成初始解集; c)利用泊松碟採樣算法根據初始解集得到採樣解集,將採樣解集通過實值編碼映射到遺傳空間中構成初始種群; d)對初始種群進行遺傳操作,獲取符合預定條件的個體作為剩餘靜校正量。
2.如權利要求1所述的方法,其中,步驟d)包括: Dl)計算種群中每個個體的適應度值,將適應度值最高的個體作為本次迭代的最優個體; D2)保留種群中適應度值最高的預定數量的個體,對剩餘的個體按輪盤賭的方式進行選擇; D3)對於選擇後的種群,繼續保留所述適應度值最高的預定數量的個體,對剩餘的個體進行兩點交換; D4)對於交換後的種群,繼續保留所述適應度值最高的預定數量的個體,對剩餘的個體進行兩點變異; D5)確定本次迭代是否達到預設的迭代次數和確定本次迭代的最優個體與上次迭代的最優個體的差值是否小於誤差閾值; 其中,當確定本次迭代沒有達到預設的迭代次數且本次迭代的最優個體與上次迭代的最優個體的差值大於等於誤差閾值,返回執行步驟Dl); D6)當確定本次迭代達到預設的迭代次數或本次迭代的最優個體與上次迭代的最優個體的差值小於誤差閾值時,將本次迭代的最優個體作為剩餘靜校正量。
3.如權利要求1所述的方法,其中,利用泊松碟採樣算法根據初始解集得到採樣解集的步驟包括: Cl)利用下面的公式計算規模閾值G,
4.如權利要求2所述的方法,其中,步驟D4)包括: DD針對種群中剩餘的個體,生成每個個體的隨機值m,將具有小於預設的變異概率的隨機值m的個體作為待變異的個體,其中,m e [O, I]; D42)隨機產生兩個變異位置,將待變異的個體中的所述兩個變異位置處的基因隨機變為預定範圍內的隨機值,其中,利用下面的公式獲取預定範圍,
[Rj』k-c, Rj』k+c] Π [a, b] 其中,Rj,k表示第j個個體的第k個變異位置,[a,b]是預設的剩餘靜校正量的搜索範圍,
5.如權利要求2所述的方法,其中,預定數量為2。
【文檔編號】G01V1/36GK103837894SQ201410085457
【公開日】2014年6月4日 申請日期:2014年3月10日 優先權日:2014年3月10日
【發明者】周強, 何光明, 陳愛萍, 曹琳昱, 劉奇琳, 張亨 申請人:中國石油集團川慶鑽探工程有限公司地球物理勘探公司