基于遗传算法常Q模型近似方法.pdfVIP

中国地球科学联合学术年会 2014 ·1177 · 基于遗传算法的常Q模型近似方法 * 陈 朔 魏建新 狄帮让 谢剑勇 中国石油大学（北京）油气资源与探测国家重点实验室 北京 102249 引言 在地球物理正演所关心的频域内地下岩石的品质因子 Q 近似于常数，但当前常用的常 Q 模型近似 方法存在不足。本文通过属于全局最优化方法的遗传算法得到了广义标准线性固体(GSLS)所需的松弛 时间参数，并且对 GSLS 的组元数进行了讨论。结果表明，遗传算法计算出的参数可以使GSLS 很好的 近似常 Q 模型。 基本原理 广义标准线性固体(GSLS)可以有效地描述黏弹固体中波的传播。该模型的品质因子-频率曲线满足 为了使式(1)在给定的频带 内接近预设的品质因子 ，使用遗传算法计算松弛时间参数。遗 传算法属于全局性的最优化方法，原理如下：遗传算法对已有的待优化解进行评价，较差的解(即使得 较大的解)有更大的概率被剔除，而留下的较优解则发生“变异”(即参数值发生随机变动， 用于在全局内有哪些信誉好的足球投注网站较优解)并进行“杂交”(即随机组合多个参数，用于进行局部优化) ，产生新的待优化解。 如此随着计算的持续，较差的解被不断剔除、较优的解被逐步选出，优化程度也就会逐步升高。通过这 样的方法即可逐步得到全局最优的松弛时间参数，对应的品质因子-频率函数如图 1 所示。 图 1 遗传算法取得的常 Q 模型拟合结果(左)与不同 L 值时的误差(右) 结论与讨论 本文通过遗传算法得到了 GSLS 模型的最佳松弛时间，有效地近似了常 Q 模型。结果表明：(1)遗 传算法对初始参数的要求较低，可在全局范围内寻找最优参数从而得到精确的结果；(2)取 L=4 时即可 令 GSLS 良好的匹配于常Q 模型。综上，由遗传算法对 GSLS 模型参数进行优化可以很好地提高 GSLS 模型的精度，值得推广以及应用。 参考文献 [1] Aki, K., and P. G. Richards, 1980, Quantitative seismology, theory and method, vol. 1: W. H. Freeman and Co., 167–187. [2] Carcione, J. M., D. Kosloff, and R. Kosloff, 1988, Wave propagation simulation in a linear viscoelastic medium: Geophysical Journal International, 95, 597–611 [3] Tal-Ezer, H., J. M. Carcione, and D. Kosloff, 1990, An accurate and efficient scheme for wave propagation in linear viscoelastic medium: Geophysics, 55, 1366–1379.