- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大地电磁非线性共轭梯度一维反演.pdf
第 53卷第6期 石 油 物 探 Vo1.53。No.6
2014年 11月 GEOPHYSICALPR0SPECTING F0RPETR0LEUM Nov.,2014
文章编号:1000—1441(2014)06—0752—09
大地 电磁非线IIJ·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(nonlinearconjugategradient,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:A
Nonlinneeaarrconjuu‘ggaatteeggrraaddiieennttssaallggoorriitthhmm f[oorr11D
magnet0telluricinversion
GuanYiliang ,LiYuguo。,HuZuzhi。,HuangJiangbo ,HuXiangyun
(1.ChinaUniversityofGeosciences,InstituteofGeosciences Geomatices,Wuhan430074,China;2.Collegeof
MarineGeo-sciences,ChinaUniversityofOcean,Qingdao266100,China;3.BGP,ChinaNationalPetroleum
Corporation,Zhuozhou072751,China )
Abstract:Nonlinearconjugategradient(NLCG)inversionmethodhasbeenwidelyusedinthe2Dmagnetotelluric
inversionbecauseofitsstabilityandaccuracy.However,thismethodisrarelyusedinthe1D inversionbecauseit
isdifficulttofindregularizedfactorandlargeamountcomputatioruAnimproved1DNLCG inversionalgorithm is
presentedtOovercomeaboveproblems.Firstly,Bostiekinversionresultsisregardedasinitialmodelandthenwe
proposedanadaptiveiterativeadjustmentprocedureforregularizedfactors.Theregularizedfactorsareadjuste
文档评论(0)