共查询到20条相似文献，搜索用时 187 毫秒
1.
2.
基于GPU并行的重力、重力梯度三维正演快速计算及反演策略 总被引：4，自引：2，他引：2
利用NVIDIA CUDA编程平台,实现了基于GPU并行的重力、重力梯度三维快速正演计算方法.采用当前在重力数据约束反演或联合反演中流行的物性模型(密度大小不同、规则排列的长方体单元)作为地下剖分单元,对任意三维复杂模型体均可用很多物性模型进行组合近似,利用解析方法计算出所有物性模型在计算点的异常值并累加求和,得到整个模型体在某一计算点引起的重力(或重力梯度)值.针对精细的复杂模型体产生的问题,采用GPU并行计算技术,主要包括线程有效索引与优化的并行归约技术进行高效计算.在显卡型号为NVIDIA Quadro 2000相对于单线程CPU程序,重力和重力梯度Uxx、Uxy正演计算可以分别达到60与50倍的加速.本文还讨论了GPU并行计算在两种反演方法中的策略,为快速三维反演技术提供了借鉴. 相似文献
3.
优化算法的选取在很大程度上影响着三维重力反演的计算效率，从而制约着三维重力反演的实用性.在复杂地质构造背景下，不同岩性单元之间可能会发生物性突变，产生尖锐边界.为此，本文提出了一种新的基于柯西分布约束和快速近端目标函数（Fast Proximal Objective Function，FPOF）优化的三维重力反演方法.FPOF优化方法的一个突出特点是在每一步迭代过程中逐一计算剖分网格内的未知密度参数，因此，有较低的计算复杂度和较高的计算效率.此外，目标函数中柯西范数（Cauchy norm）的引入会对反演结果施加稀疏性，有助于产生块状效果.理论模型测试表明，本文方法不仅能产生更加聚焦的反演效果，而且反演所需的时间也比传统的共轭梯度优化方法少.最后将本文方法应用于我国西部某地区实际重力数据，反演结果与已知的地质信息有较好的一致性. 相似文献
4.
为了降低单一地球物理方法反演的多解性及受噪声的影响程度,本文围绕重力、磁法和大地电磁法开展了三维联合反演的研究.重、磁采用基于对数障碍法的正则化反演算法,大地电磁使用limited-memory BroydenFletcher-Goldfarb-Shanno(L-BFGS)反演算法,引入交叉梯度函数实现了三种物性结构的相互耦合,最终开发出一套重磁电三维联合反演算法,并实现MPI并行加速计算.通过理论模型算例验证了算法的准确性,结果表明:不论是单棱柱体模型还是组合棱柱体模型,联合反演结果相较单独反演对于异常体的空间形态刻画以及物性数值恢复具有较好的提升;单棱柱体模型算例使得异常体的物性参数(密度、磁化率和电阻率)更加接近于真实的物性参数;组合棱柱体模型的联合反演结果不仅仅消除了围岩物性参数的假异常,而且还增强了异常体边界结构的恢复程度. 相似文献
5.
6.
三维密度反演已经成为重力数据定量解释的常规方法，但由于重力数据本身并没有深度分辨率，为了减少由此引起的重力反演的非唯一性，常用的手段是引入额外的先验信息.本文提出了一种重力三维稀疏反演（以下简称稀疏反演）方法，该方法通过求解物性上下界约束时的Lp范数（0 ≤ p ≤ 1）稀疏优化问题，来获得具有尖锐边界的解.与传统的L2范数反演方法相比，稀疏反演方法可以更加有效地利用已知的物性信息，获得深度分辨率更高的反演结果.此外，我们也分析了稀疏反演方法与二值、三值反演算法的等价性以及在实际应用中需要注意的问题.最后，通过模型试验以及矿区实测数据反演验证了稀疏反演方法的有效性. 相似文献
7.
针对重力与地震联合反演存在的问题,结合已有的研究成果,本文研究实现了速度和密度随机分布共网格单元模型的建模技术,以适应密度和速度剧烈变化的复杂模型及联合反演的计算要求.重力正演利用了该网格的二度半体模型,并进一步改进了地震走时的二维射线追踪计算方法,以适用于速度随机分布的网格介质.结合改进的模拟退火算法,实现了这种共网格条件下的重力与地震资料的同步联合反演.模型试验证明了重力与地震联合反演可以准确确定复杂物性界面的密度和速度结构,适用于物性界面不完全一致和物性变化剧烈的复杂模型,并且联合反演结果要优于单独的重力反演.带先验信息约束下的实际资料的联合反演,进一步证明了该方法的适用性和效果,可提高反演精度并减少多解性. 相似文献
8.
9.
重力位场的界面反演是位场处理解释中的重要问题.本文将基于快速傅里叶变换的频率域界面反演方法Parker-Oldenburg公式推广到物性可随深度变化的三维情况,得出了密度可以横向、纵向任意变化的重力界面正反演公式.该方法在计算时可以合理地选取地面下某一深度作为基准面以减小界面起伏,使迭代易于收敛.理论模型试验表明该方法反演精度高,收敛速度快,在密度界面反演中具有广泛的实用价值.最后利用该方法反演华北地区莫霍面的深度,反演结果得到了地震测深数据的验证. 相似文献
10.
11.
12.
为满足地球物理资料反演解释的高精度、快速、稳定的要求,本文结合免疫遗传算法寻优速度快和BP神经网络反演不依赖初始模型等优点,设计了一种将BP神经网络和免疫遗传算法进行有机结合的全局优化反演策略,并将该策略成功地应用于二维高密度电法数据反演.利用免疫遗传算法(Immune Genetic Algorithm,简称IGA)对神经网络的反演参数进行同步优化,提高了电阻率反演的精度.仿真和实验结果验证设计的全局优化反演策略取得了较好的效果,通过与线性反演方法和BP法以及遗传神经网络法等反演方法进行比较,得出该方法具有反演精度更高,反演时间更短等显著优势的结论. 相似文献
13.
14.
A method of approximate magnetotelluric sounding (MTS) data inversion is developed on the basis of the representation of the inverse operator by an artificial neural network in classes of geoelectric structures. A methodology of the neural network inversion of magnetotelluric data is proposed for a family of classes of geoelectric structures and the uncertainty of the inferred results is estimated. A neural network algorithm of MTS data inversion is tested using synthetic 2-D data. 相似文献
15.
16.
Nonlinear inversion of electrical resistivity imaging using pruning Bayesian neural networks 总被引：1，自引：0，他引：1
Conventional artificial neural networks used to solve electrical resistivity imaging (ERI) inversion problem suffer from overfitting and local minima. To solve these problems, we propose to use a pruning Bayesian neural network (PBNN) nonlinear inversion method and a sample design method based on the K-medoids clustering algorithm. In the sample design method, the training samples of the neural network are designed according to the prior information provided by the K-medoids clustering results; thus, the training process of the neural network is well guided. The proposed PBNN, based on Bayesian regularization, is used to select the hidden layer structure by assessing the effect of each hidden neuron to the inversion results. Then, the hyperparameter α k , which is based on the generalized mean, is chosen to guide the pruning process according to the prior distribution of the training samples under the small-sample condition. The proposed algorithm is more efficient than other common adaptive regularization methods in geophysics. The inversion of synthetic data and field data suggests that the proposed method suppresses the noise in the neural network training stage and enhances the generalization. The inversion results with the proposed method are better than those of the BPNN, RBFNN, and RRBFNN inversion methods as well as the conventional least squares inversion. 相似文献
17.
本文试图解释用ＢＰ神经网络解界面反问题时效果不佳的原因。文中首先从信息量的角度提出了ＢＰ神经网络训练本集容量的概念，给出了它的定义及组织训练样本集时应遵循的原则和方法。对于如何用ＢＰ神经网络解界面反问题，给出了其基本步骤，并根据上述训练样本集容量的概念及界面反总理的特殊性，给出了组织界面反问题训练样本集的方法。 相似文献
18.
19.
为进一步提高大地电磁非线性反演的稳定性、运算效率及准确度，将遗传神经网络算法引入大地电磁反演.首先针对大地电磁二维地电模型建立BP（Back Propagation）神经网络基本框架进行学习训练，网络输入为已知地电模型的视电阻率参数，输出为该地电模型参数；再利用遗传算法对神经网络学习训练过程进行优化，计算出多种地电模型网络连接权值和阈值的最优解；最后将最优连接权值和阈值对未知模型进行反演测试，网络输入为未知地电模型的视电阻率参数，输出为该地电模型参数.模型实验表明：遗传神经网络算法充分结合了遗传算法的全局寻优性和神经网络的局部寻优性，相比单一神经网络算法，在网络学习训练中提高了解的收敛成功率和计算速度，在反演测试中能更准确地逼近真实模型.将遗传神经网络算法与最小二乘正则化反演进行对比，理论模型和实测数据都验证了遗传神经网络算法在大地电磁反演中的可行性和有效性. 相似文献
20.
以沈阳地铁一号线重启区间隧道为研究背景,采用基于均匀试验设计法的有限元数值分析法确定隧道围岩土体物理力学参数与地面沉降之间的关系,并以此作为神经网络的输入样本,通过BP神经网络对样本的训练、学习,建立隧道围岩土体力学参数与地面沉降之间的映射关系,然后利用这种映射关系,根据地铁开挖引发的地面沉降实测值反演岩土体的物理力学参数,最后根据参数反演结果,建立有限元应力应变模型预测地面沉降,并与实测值相比较,以检验BP神经网络地面沉降位移反分析方法的有效性和合理性。 相似文献