| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文研究内容 | 第12-14页 |
| 第二章 基于贝叶斯的随机反演理论 | 第14-22页 |
| 2.1 地震反问题表述 | 第14-16页 |
| 2.2 随机反演的基础理论知识 | 第16-19页 |
| 2.2.1 地质统计学反演方法 | 第16-17页 |
| 2.2.2 贝叶斯理论 | 第17-18页 |
| 2.2.3 先验信息 | 第18页 |
| 2.2.4 似然函数 | 第18-19页 |
| 2.2.5 后验概率分布 | 第19页 |
| 2.3 抽样算法 | 第19-20页 |
| 2.4 基于贝叶斯理论的随机反演流程 | 第20-21页 |
| 2.5 小结 | 第21-22页 |
| 第三章 MCMC反演算法及其改进 | 第22-38页 |
| 3.1 蒙特卡洛算法 | 第22-23页 |
| 3.2 MCMC算法 | 第23-26页 |
| 3.2.1 马尔科夫链蒙特卡洛法的基本概念 | 第23-24页 |
| 3.2.2 几种常见的MCMC算法 | 第24-26页 |
| 3.3 Metropolis-Hasting(MH)算法的改进 | 第26-32页 |
| 3.3.1 模拟退火算法 | 第27-30页 |
| 3.3.2 量子退火算法 | 第30页 |
| 3.3.3 量子MH算法 | 第30-32页 |
| 3.4 模型测试 | 第32-37页 |
| 3.4.1 单道叠后阻抗模型测试 | 第32-35页 |
| 3.4.2 多道叠后阻抗模型测试 | 第35-37页 |
| 3.5 小结 | 第37-38页 |
| 第四章 基于量子MH算法的叠前反演 | 第38-53页 |
| 4.1 叠前反演理论 | 第38-42页 |
| 4.1.1 Zoeppritz方程 | 第38-39页 |
| 4.1.2 Aki-Richards近似公式及正演模型 | 第39-41页 |
| 4.1.3 后验概率分布的构建 | 第41-42页 |
| 4.2 叠前AVO反演模型试算 | 第42-51页 |
| 4.2.1 一维模型叠前反演试算 | 第42-47页 |
| 4.2.2 二维模型叠前反演试算 | 第47-50页 |
| 4.2.3 实际资料测试 | 第50-51页 |
| 4.3 小结 | 第51-53页 |
| 第五章 基于量子MH算法的“甜点”识别方法 | 第53-66页 |
| 5.1 “甜点”的基础理论知识 | 第53-56页 |
| 5.1.1 “甜点”的定义 | 第53-54页 |
| 5.1.2 “甜点”的定量标准 | 第54-55页 |
| 5.1.3 “甜点”的识别思路 | 第55-56页 |
| 5.2 基于弹性阻抗随机反演的“甜点”预测方法 | 第56-60页 |
| 5.2.1 弹性阻抗方程的构建 | 第57-58页 |
| 5.2.2 纵横波模量弹性阻抗方程的构建 | 第58-59页 |
| 5.2.3 基于纵横波模量弹性阻抗方程的量子MH算法反演 | 第59-60页 |
| 5.3 基于弹性阻抗随机反演的“甜点“识别方法 | 第60-65页 |
| 5.3.1 模型试算 | 第60-63页 |
| 5.3.2 “甜点”识别实际资料分析 | 第63-65页 |
| 5.4 小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77页 |
