| 作者简介 | 第1-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-16页 |
| 第一章 绪论 | 第16-26页 |
| §1.1 选题的目的和意义 | 第16-17页 |
| §1.2 选题的国内外研究现状、发展趋势及存在问题 | 第17-23页 |
| ·叠前AVO反演发展概况 | 第17-18页 |
| ·智能优化算法的发展概况 | 第18-21页 |
| ·智能优化算法在反演中面临的挑战 | 第21-22页 |
| ·混合智能优化算法在反演中的国内外研究进展 | 第22-23页 |
| §1.3 主要研究内容及创新点 | 第23-26页 |
| ·主要研究内容 | 第23-24页 |
| ·主要创新点 | 第24-26页 |
| 第二章 AVO非线性反演理论 | 第26-42页 |
| §2.1 地球物理反演理论 | 第26-29页 |
| ·反演模型空间构制 | 第26-27页 |
| ·地球物理反演需要解决的问题 | 第27-28页 |
| ·离散线性地球物理反演 | 第28-29页 |
| §2.2 叠前AVO非线性反演理论基础 | 第29-35页 |
| ·叠前AVO反演基本思想 | 第30页 |
| ·叠前AVO反演地震学基础 | 第30-33页 |
| ·地震反演方法介绍 | 第33-35页 |
| §2.3 基于贝叶斯理论的叠前AVO反演研究 | 第35-41页 |
| ·贝叶斯AVO反演 | 第36页 |
| ·贝叶斯理论介绍 | 第36-37页 |
| ·分布函数及贝叶斯解 | 第37-41页 |
| §2.4 本章小结 | 第41-42页 |
| 第三章 基于遗传算法的叠前AVO非线性反演研究 | 第42-66页 |
| §3.1 优化问题及优化算法 | 第42-43页 |
| ·非线性反演的优化描述 | 第42页 |
| ·非线性反演算法描述 | 第42-43页 |
| §3.2 智能优化算法叠前AVO非线性反演基础 | 第43-48页 |
| ·反演褶积模型 | 第43-45页 |
| ·反演目标函数构制 | 第45-48页 |
| ·反演逻辑框架 | 第48页 |
| §3.3 简单遗传算法叠前AVO非线性反演 | 第48-59页 |
| ·简单遗传算法简介 | 第48-49页 |
| ·简单遗传算法步骤及流程 | 第49-50页 |
| ·简单遗传算法的实现 | 第50-57页 |
| ·简单遗传算法的改进 | 第57-59页 |
| §3.4 反演模型试算 | 第59-64页 |
| ·反演实现要点 | 第59页 |
| ·层状均匀介质理论模型 | 第59-60页 |
| ·简单遗传算法模型试算 | 第60-62页 |
| ·改进遗传算法模型试算 | 第62-64页 |
| ·种群多样性研究 | 第64页 |
| §3.5 本章小结 | 第64-66页 |
| 第四章 混合智能优化算法叠前AVO非线性反演研究 | 第66-85页 |
| §4.1 混合优化算法 | 第66-69页 |
| ·混合优化算法基本思想 | 第66-67页 |
| ·优化算法混合方法 | 第67页 |
| ·优化算法混合策略 | 第67-68页 |
| ·混合遗传算法基本思想 | 第68-69页 |
| §4.2 遗传模拟退火算法 | 第69-72页 |
| ·基本模拟退火算法 | 第69-70页 |
| ·合遗传模拟退火算法研究 | 第70-72页 |
| ·遗传模拟退火算法模型试算 | 第72页 |
| §4.3 免疫遗传算法研究 | 第72-84页 |
| ·免疫算法概述 | 第73页 |
| ·改进免疫遗传算法的实现 | 第73-75页 |
| ·免疫遗传算法流程 | 第75-77页 |
| ·免疫遗传算法模型试算 | 第77-84页 |
| §4.4 本章小结 | 第84-85页 |
| 第五章 协同进化算法叠前AVO非线性反演研究 | 第85-102页 |
| §5.1 协同进化算法 | 第85-88页 |
| ·协同进化算法思想 | 第85-86页 |
| ·协同进化算法分类 | 第86-88页 |
| §5.2 粒子群优化算法 | 第88-92页 |
| ·粒子群算法基本原理 | 第88-89页 |
| ·基本粒子群算法的改进 | 第89-90页 |
| ·改进粒子群算法的实现 | 第90-92页 |
| §5.3 遗传-粒子群协同进化算法 | 第92-100页 |
| ·遗传-粒子群协同进化算法的提出 | 第92页 |
| ·遗传-粒子群协同进化算法的实现 | 第92-95页 |
| ·遗传-粒子群协同进化算法模型试算 | 第95-99页 |
| ·遗传-粒子群协同进化算法评价 | 第99-100页 |
| §5.4 本章小结 | 第100-102页 |
| 第六章 智能优化算法在碳酸盐岩缝洞型储层中的应用 | 第102-114页 |
| §6.1 研究工区概况 | 第102-103页 |
| ·研究工区地质概况 | 第102-103页 |
| ·研究工区储层发育情况 | 第103页 |
| §6.2 工区测井曲线重构及分析 | 第103-107页 |
| ·SN1井测井曲线概况 | 第103-104页 |
| ·神经网络测井曲线重构 | 第104-106页 |
| ·测井曲线岩石物理分析 | 第106-107页 |
| §6.3 地震地质模型试算 | 第107-109页 |
| ·地震正演模拟方法 | 第107-108页 |
| ·地震地质模型反演研究 | 第108-109页 |
| §6.4 实际数据应用实例 | 第109-113页 |
| ·实际资料反演流程 | 第109-110页 |
| ·地震数据预处理及子波提取 | 第110-111页 |
| ·实际数据反演研究 | 第111-113页 |
| §6.5 本章小结 | 第113-114页 |
| 第七章 结论及展望 | 第114-117页 |
| 致谢 | 第117-118页 |
| 参考文献 | 第118-124页 |