煤炭高精度地震波阻抗反演智能算法研究与应用
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-21页 |
| 1 绪论 | 第21-33页 |
| ·研究背景与意义 | 第21-22页 |
| ·研究现状 | 第22-28页 |
| ·波阻抗反演的研究现状 | 第23页 |
| ·地震反演方法概述 | 第23-25页 |
| ·智能计算在波阻抗反演中的研究现状 | 第25-28页 |
| ·智能波阻抗反演待解决的主要问题 | 第28-29页 |
| ·研究内容 | 第29-30页 |
| ·研究方法 | 第30-31页 |
| ·创新点 | 第31-33页 |
| 2 提高反演精度的高分辨率处理技术 | 第33-47页 |
| ·地震资料的小波分频处理 | 第33-38页 |
| ·傅立叶变换与小波变换 | 第33-35页 |
| ·傅立叶变换 | 第33-34页 |
| ·短时Fourier 变换 | 第34页 |
| ·小波变换 | 第34-35页 |
| ·地震资料小波分频处理 | 第35-38页 |
| ·小波分频 | 第35-36页 |
| ·谱白化 | 第36页 |
| ·信号的小波分尺度与重构 | 第36-38页 |
| ·基于GA-BP 的煤田声波测井曲线重构 | 第38-46页 |
| ·测井曲线预处理 | 第38-39页 |
| ·声波测井曲线重构的基本思想 | 第39页 |
| ·模型结构的确定 | 第39-40页 |
| ·GA 优化过程 | 第40-42页 |
| ·BP 算法优化过程 | 第42页 |
| ·应用实例 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 3 智能波阻抗反演数学模型 | 第47-61页 |
| ·常规测井约束的模型反演基本原理及存在的问题 | 第47-50页 |
| ·非线性反演方法的提出 | 第50-52页 |
| ·非线性反演方法分类 | 第50-51页 |
| ·非线性反演的发展方向 | 第51-52页 |
| ·智能波阻抗反演数学模型 | 第52-59页 |
| ·目标函数 | 第52-57页 |
| ·无约束条件的目标函数 | 第52-54页 |
| ·约束条件的加入与实现 | 第54页 |
| ·理论模型试算 | 第54-57页 |
| ·适应度函数 | 第57-58页 |
| ·编码方式 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 4 基于遗传退火算法的波阻抗反演 | 第61-105页 |
| ·引言 | 第61页 |
| ·遗传算法和模拟退火算法基本原理 | 第61-67页 |
| ·退火算法 | 第61-63页 |
| ·物理退火过程和Metropolis 准则 | 第61-62页 |
| ·模拟退火的缺陷及其改进 | 第62-63页 |
| ·遗传算法 | 第63-67页 |
| ·遗传算法的基本原理 | 第63-65页 |
| ·遗传算法的特点 | 第65-66页 |
| ·遗传算法的改进 | 第66-67页 |
| ·遗传退火波阻抗反演 | 第67-74页 |
| ·模拟退火与遗传算法结合的可行性 | 第67页 |
| ·编码方案的确定 | 第67-69页 |
| ·适应度函数的定义 | 第69页 |
| ·遗传算子的设计 | 第69-71页 |
| ·交叉和变异概率的动态调整 | 第71-72页 |
| ·模拟退火操作 | 第72-73页 |
| ·程序设计与实现 | 第73-74页 |
| ·算法性能测试 | 第74-75页 |
| ·理论模型分析 | 第75-104页 |
| ·八层模型 | 第76-83页 |
| ·十四层模型 | 第83-91页 |
| ·二十层模型 | 第91-98页 |
| ·反演结果比较分析 | 第98-104页 |
| ·本章小结 | 第104-105页 |
| 5 引入免疫优化机制的波阻抗反演 | 第105-142页 |
| ·免疫优化机制 | 第105-107页 |
| ·免疫系统 | 第105-106页 |
| ·免疫优化算法 | 第106-107页 |
| ·基于免疫机制的混合粒子群优化算法 | 第107-124页 |
| ·基本粒子群算法 | 第107-108页 |
| ·改进的混合粒子群优化算法 | 第108-113页 |
| ·搜索策略的改进 | 第108-109页 |
| ·免疫机制的引入 | 第109-110页 |
| ·混合变异策略 | 第110页 |
| ·程序设计与实现 | 第110-111页 |
| ·算法性能测试 | 第111-113页 |
| ·混合粒子群波阻抗反演实现 | 第113-116页 |
| ·粒子初始化 | 第114页 |
| ·适应度函数 | 第114页 |
| ·参数设置 | 第114-115页 |
| ·权重的自适应调整 | 第115-116页 |
| ·进化终止条件 | 第116页 |
| ·理论模型分析 | 第116-124页 |
| ·150 个参数反演 | 第116-121页 |
| ·薄煤层反演 | 第121-124页 |
| ·免疫遗传波阻抗反演实现 | 第124-141页 |
| ·免疫算法与遗传算法的比较 | 第124-125页 |
| ·改进的免疫遗传优化算法 | 第125-131页 |
| ·免疫优化算子设计 | 第125-127页 |
| ·算法描述 | 第127-128页 |
| ·算法性能分析 | 第128-129页 |
| ·算法性能测试 | 第129-131页 |
| ·免疫遗传优化波阻抗反演实现 | 第131-133页 |
| ·编码机制 | 第131页 |
| ·抗体群的动态调整 | 第131-132页 |
| ·适应度函数的处理 | 第132页 |
| ·算法参数设置 | 第132-133页 |
| ·理论模型分析 | 第133-141页 |
| ·150 个参数反演 | 第133-137页 |
| ·薄煤层反演 | 第137-141页 |
| ·本章小结 | 第141-142页 |
| 6 智能计算波阻抗反演应用实例 | 第142-162页 |
| ·阳泉二矿反演实例 | 第142-152页 |
| ·测区地球物理特征分析 | 第142-143页 |
| ·反演前数据准备 | 第143-145页 |
| ·地震资料预处理 | 第143页 |
| ·测井资料预处理 | 第143-145页 |
| ·声波测井曲线重构 | 第145页 |
| ·子波提取 | 第145-147页 |
| ·反演过程 | 第147-152页 |
| ·成庄矿丘陵区反演实例 | 第152-160页 |
| ·测区地球物理特征分析 | 第152-153页 |
| ·测井资料预处理 | 第153-155页 |
| ·子波提取 | 第155页 |
| ·反演过程 | 第155-160页 |
| ·本章小结 | 第160-162页 |
| 7 结论 | 第162-166页 |
| ·主要研究成果 | 第162-163页 |
| ·创新性工作 | 第163-164页 |
| ·进一步研究工作 | 第164-166页 |
| 参考文献 | 第166-173页 |
| 作者简历 | 第173-175页 |
| 学位论文数据集 | 第175页 |
