神经网络遗传算法与混合波阻抗反演

英文篇名：Neural Network Genetic Algorithm and Combined Impedance Inversion Method
中文刊名：工程勘察
英文刊名：Journal of Geotechnical Investigation & Surveying
作者：成琥 ; 赵宪生 ; 王红霞 ; 覃思
英文作者：Cheng Hu et al.
中文关键词：BP网络 ; 遗传算法 ; 波阻抗 ; 反演
英文关键词：BP neural network ; genetic algorithm ; impedance inversion ; inversion
出版日期：2006-08-01
机构：成都理工大学;
年：2006
期：08
出版单位：工程勘察

摘要

神经网络算法可以建立属性参数与预测目标之间的高度非线性映射,遗传算法有选择适者生存的特点,神经网络算法与遗传算法构成的混合波阻抗反演具有精度更高,收敛速度更快的优势。本文简述了BP神经网络算法和遗传算法的基本原理,用理论模型比较了BP人工神经网络、遗传算法与混合波阻抗反演各自的特点,用实际地震资料检验了混合波阻抗反演的实用性。
The BP neural network could develop the nonlinear mapping between the attribute parameters and the goal forecast.The genetic algorithm(GA) could preserve the best results.The impedance inverse method combined the BP neural network and GA has the advantages of high precision and fast converging.The basic principle of the BP neural network and GA is briefly introduced.The characteristics of the BP neural network,GA and the combined inverse are compared by using the theoretic model and the practicability of the combined impedance inverse is verified by the actual seismic data.

引文

[1]王宝珍,杨文采等.用改进的遗传算法进行地震波阻抗反演研究[J]石油地球物理勘探1998.4(33):258~264.
    [2]李晶,邹强,钟本善等.波阻抗遗传算法反演方法的研究及应用[J].物探化探计算技术2001.2(23):16~21.
    [3]赵宪生,梁桂蓉等.基于遗传算法的波阻抗混合反演处理系统[J].成都理工大学学报,2005,4(32):400~406.
    [4]李晶,陈裕明,王振国.用改进的遗传算法进行地震波阻抗反演[J].新疆石油地质,2004.4(25):150~152.
    [5]彭真明,张启衡,垄奇.波阻抗反演中的全局寻优策略[J].物探化探计算技术,2003.5(25):151~156.
    [6]刘争平.人工神经网络在测井-地震资料联合反演中的应用研究[M].北京:科学出版社,2003.4.
    [7]杨立强,宋海斌,郝天珧.基于BP神经网络的波阻抗反演及应用[J].地球物理学进展,2005.3(20):33~37
    [8]刘洪林,胡建,王金山,朱秋影.GA+BP神经网络在薄互层储层预测中的应用,2004.10(28):466~470.
    [9]张永刚.地震波阻抗反演技术的现状和发展[J].石油物探,2002.12(41):385~390.
    [10]K.M.Hornik,M.stinchcombe and H.White,Multilayerfeedfoward network are universal approximators[J],NeuralNetworks,1989,2(5):359~366..
    [11]Martin T.Hagan Howard B.Demuth Mark H.Beale等著.戴葵等译.神经网络设计[M].北京:机械工业出版社,2002.
    [12]雷英杰等.MATLAB遗传算法工具箱及应用[M].西安:西安电子科技大学出版社,2005.
    [13]张宏宾,方前发.波阻抗约束反演的几种方法[J].水文地质工程地质,2005(5):80~83.