欢迎来到天天文库
浏览记录
ID:48010583
大小:1.67 MB
页数:8页
时间:2020-01-14
《大地电磁非线性共轭梯度一维反演.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第53卷第6期石油物探Vo1.53。No.62014年11月GEOPHYSICALPR0SPECTINGF0RPETR0LEUMNov.,2014文章编号:1000—1441(2014)06—0752—09大地电磁非线II·J一-I+’~轭梯度一维反演管贻亮。,李予国,胡祖志。,黄江波,胡祥云(1.中国地质大学(武汉)地球物理与空间信息学院,湖北武汉430074;2.中国海洋大学海洋地球科学学院,山东青岛266100;3.中国石油集团东方地球物理勘探有限责任公司,河北涿州072751)摘要:非线性共轭梯度(nonlinea
2、rconjugategradient,NLCG)反演法具有较好的稳定性和反演精度,在二维反演中得到了广泛的应用,但是正则化因子选取困难以及计算量较大等问题限制了其在一维反演中的应用。针对上述问题,结合一维反演实际,提出了一种改进的NLCG优化算法。该算法以Bostick反演结果为初始模型,采用正则化因子白适应迭代调整方案,每次迭代时根据目标函数自动调整正则化因子,无需再对正则化因子进行不断尝试反演;简化了预处理因子和最优步长的计算,用单步线性搜索法代替迭代法求最优步长;对反演结果进行优化并做二次NLCG反演,进一步提高了反
3、演精度,使非线性共轭梯度一维反演算法更高效。通过几个模型算例分析了优化算法的有效性。实际大地电磁数据NLCG反演结果与钻井资料吻合好、精度高;与Occam反演结果相比分层更加清晰,未出现异常高阻层,对地下电性结构的划分更加可靠。关键词:大地电磁;一维反演;正则化因子;非线性共轭梯度法DOI:10.3969/j.issn.1000—1441.2014.06.017中图分类号:P631.4文献标识码:ANonlinearconj‘ugategradientsalgorithmf[or1Dmagnet0telluricinver
4、sionGuanYiliang,LiYuguo。,HuZuzhi。,HuangJiangbo,HuXiangyun(1.ChinaUniversityofGeosciences,InstituteofGeosciences&Geomatices,Wuhan430074,China;2.CollegeofMarineGeo-sciences,ChinaUniversityofOcean,Qingdao266100,China;3.BGP,ChinaNationalPetroleumCorporation,Zhuozhou07
5、2751,China)Abstract:Nonlinearconjugategradient(NLCG)inversionmethodhasbeenwidelyusedinthe2Dmagnetotelluricinversionbecauseofitsstabilityandaccuracy.However,thismethodisrarelyusedinthe1DinversionbecauseitisdifficulttofindregularizedfactorandlargeamountcomputatioruA
6、nimproved1DNLCGinversionalgorithmispresentedtOovercomeaboveproblems.Firstly,Bostiekinversionresultsisregardedasinitialmodelandthenweproposedanadaptiveiterativeadjustmentprocedureforregularizedfactors.TheregularizedfactorsareadjustedautomaticallyaccordingtOtheobjec
7、tivefunctionineachiteration.Then,thecalculationofoptimalstepsizeandpreconditionfactorsaresimplified,findingthemostsuitablestepsizebyalinearsinglestepsearchinsteadofGauss-NewtoniteratioraAtlast,theinversionmodelisoptimizedtodosecondaryNLCGinversiontoimprovetheinver
8、sionprecisionandmakethe1DNLCGalgorithmmoreefficient.Severalexamplesaregiventoillustratethevalidityoftheimproved1Dalgorithm,theprocessingresultsofactualm
此文档下载收益归作者所有