量子行为的粒子群算法在叠前AVO反演中的应用
量子行为的粒子群优化算法突破了粒子群优化算法所遵循的牛顿随机搜寻,在搜索过程中加入了量子运动,既改善了全局优化的能力和收敛速度,又减少了算法中需要控制的参数,有效地解决了传统粒子群优化算法无法收敛到全局最优解的问题.基于量子行为的粒子群优化算法原理简单,需要控制的参数很少,易于实现,可以进一步用于多参数、多极值地球物理反演.本文使用基于量子行为的粒子群优化算法进行叠前AVO弹性参数反演,无噪声和加噪声模型的反演结果说明了算法的有效性和稳定性,以及良好的抗噪性.
粒子群优化算法、量子行为、AVO反演、弹性参数、全局收敛
45
P61(矿床学)
2010-10-12(万方平台首次上网日期,不代表论文的发表时间)
516-519