混沌粒子群多波AVA反演
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-13页 |
| 1.1 选题依据及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 AVO 技术的发展及现状 | 第10-11页 |
| 1.2.2 地震非线性反演方法研究及现状 | 第11-12页 |
| 1.3 研究路线及主要内容 | 第12-13页 |
| 第2章 多波叠前 AVA 技术原理 | 第13-22页 |
| 2.1 Zoeppritz 方程 | 第13-14页 |
| 2.2 Zoeppritz 近似表达式 | 第14-18页 |
| 2.2.1 P-P 波近似公式 | 第14-17页 |
| 2.2.2 P-SV 波近似表达公式 | 第17-18页 |
| 2.3 AVA 正演模拟 | 第18-22页 |
| 2.3.1 正演 AVA 曲线 | 第18-19页 |
| 2.3.2 正演多波 AVA 角道集 | 第19-22页 |
| 第3章 粒子群优化算法 | 第22-42页 |
| 3.1 群体智能优化算法 | 第22-24页 |
| 3.1.1 群体智能算法的数学描述 | 第22-23页 |
| 3.1.2 其他群体智能算法----蚁群算法 | 第23-24页 |
| 3.2 粒子群算法描述 | 第24-32页 |
| 3.2.1 标准粒子群算法原理 | 第24-26页 |
| 3.2.2 参数分析 | 第26-28页 |
| 3.2.3 收敛性分析 | 第28-30页 |
| 3.2.4 算法拓扑结构 | 第30-31页 |
| 3.2.5 算法邻域结构 | 第31页 |
| 3.2.6 粒子群算法的改进 | 第31-32页 |
| 3.3 混沌粒子群优化算法 | 第32-42页 |
| 3.3.1 混沌运动的基本性质 | 第32-33页 |
| 3.3.2 混沌优化的基本思想 | 第33-35页 |
| 3.3.3 算法流程 | 第35-36页 |
| 3.3.4 粒子群算法理论试算 | 第36-39页 |
| 3.3.5 试验对比分析 | 第39-40页 |
| 3.3.6 算法评价 | 第40-42页 |
| 第4章 多波 AVA 反演 | 第42-57页 |
| 4.1 反演概论 | 第42-43页 |
| 4.2 AVA 反演目标函数 | 第43-44页 |
| 4.3 理论模型反演 | 第44-55页 |
| 4.3.0 简单模型反演 | 第44-45页 |
| 4.3.1 参数敏感性分析 | 第45-47页 |
| 4.3.2 多层理论模型联合 AVA 反演 | 第47-51页 |
| 4.3.3 对初值依赖性研究 | 第51-52页 |
| 4.3.4 算法的抗噪分析 | 第52-54页 |
| 4.3.5 多层样点模型 | 第54-55页 |
| 4.4 二维层状样点模型同步反演 | 第55-57页 |
| 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读学术期间取得学术成果 | 第62页 |
