自适应GA-BP优化方法进行高分辨率反演   总被引：3，自引：3，他引：0  

邵泽辉  李正文  许多 《地球物理学进展》2004,19(4):942-945

本文提出了一种高精度的神经网络学习方法．由于BP神经网络受初值的影响较大,而遗传算法可以很快达到全局最优解附近．本文结合遗传神经网络和BP神经网络各自的优点,将两种算法混合．使得神经网络的收敛速度得到加快,精度得到提高,并对传统的混合方法作了一点改进．通过对波阻抗进行反演的实践,表明这种方法可以达到提高分辨率的效果。  相似文献   

地震优化非线性反演方法及应用研究   总被引：4，自引：3，他引：4  

李勇  邵泽辉  李琼 《矿物岩石》2004,24(1):101-104

地震优化非线性反演方法是一种集遗传算法和人工神经网络技术的优势于一体的新技术，它采用混合智能优化学习方法，这种优化学习方法是将BP算法作为一个算子嵌入到自适应遗传算法中，以概率Pbp的方式进行搜索运算，从而，快速而精确地找到全局最优解。在嘉陵江组的实际反演研究中，由井点出发构造测井资料与井旁地震道的非线性映射关系，并自适应地更新这种非线性映射关系和自适应外推，以获得嘉陵江组的高分辨率反演剖面，这种高分辨率剖面清晰而详细地反映出嘉陵江组在纵横方向上的变化特征，有效识别这种薄储层，获得了很好的储层预测效果，并为钻井所证实，在嘉陵江组储层中获得高产工业气流。因此，地震优化非线性反演方法具有广阔的应用前景。  相似文献