粒子群算法在克里金三维地质建模中的应用.pdfVIP

大 庆 石 油 学 院 学 报 第 35卷 第 1期 2011年 2月 J()URNAIOFDAQING PETROLEUM INSTITUTE VoI．35 No．1 Feb． 2011 粒子群算法在克里金三维地质建模 中的应用 张 强，许少华 ，于文涛 ，成洪 甲 (东北石油大学 计算机与信息技术学 院，黑 龙江 大庆 l63318) 摘 要 ：变差 函数是克里金法 中反 映区域化 变量空间变化特征的有效数学模型 ，由其确定 的拟合模型参数直接影响 插值精度．采用基于线性递减权值 的粒子群算法估 计变差函数参数 ，实验 对 比发现 ：所提 方法 比传 统的最 小二乘法 和手 【拟合法更精确 ，采用某油 田小层数据进行地质建模 ，插值 得到 的数据点与实 际离散数据 拟合更好 ，能够体 现该地 区地 质特征 ，取得较好应用效果． 关 键 词 ：克里金法 ；粒子群算法 ；变差函数 ；地质建模 ；插值 中图分类号 ：TPl83 文献标识码 ：A 文章编号 ：1000 1891(2011)0l一0085—05 0 引言 克里金法 (Kriging)是对空问分布的数据求线性最优 、无偏 内插估计的一种方法 ，该方法不仅考虑待 估点位置与已知数据位置的相互关系，还考虑变量的空 间相关性 ，能反映地质规律 ，与距离反 比加权法相 比，具有减弱丛聚效应 、严格对称性和屏蔽效应的优点 ¨lj．克里金法求解过程 中，变差 函数 ]的拟合方法 直接影响插值精度 ，传统上通过手工描绘变差函数逼近实验变差 函数 ，人为误差大，模型参数较为粗糙．一 些学者提出 自动拟合方法 ]，如最小二乘法 、带有加权 系数的最小二乘法 、面积加权 法、约束极大似然法 、 遗传算法等确定变差函数和协方差参数 ，虽然 比简单 的最小二乘法有所改进 ，但是并没有完全解决估值 中 存在的问题 ，且计算量和复杂度都有不同程度增加．粒子群算法 (PSo)保 留基于种群的全局搜索策 略 ，其速度 位移模型操作简单 ，并采用 自适应局部搜索算法进行有效 的局部 区域搜索．该算法存在早熟 现象 ，在较复杂的多峰搜索问题中尤为突出．笔者将基本粒子群算法进行改进 ，用以估算变差函数参数 ，使 得 Kriging算法的变差 函数模型参数估计更合理 ，地质建模更精确． 1 Kriging算法原理及 步骤 假设 “是研究区域 内任一点 ，Z(“)是 该点的测量值 ，研究 区域 内共有 个实测点 ，即 2／，“：，K，‰，K， ， 对于任意待估点或待估块段 的实测值 Z (“)，其估计值 ()是通过待估点或待估块段影响范围内 的 个有效样本值 z( )(a—l，2，…，”)的线性组合表示 ，即 z (“)一 。()z(“)， (1) 式 中：。()为权重 因数 ，是各 已知样本 z(“)在估计 (“)时影响大小的系数 ． 在求取权重因数时必须满足 ：(1)使 (“)的估计无偏 ，即偏差的数学期望为 o；(2)使 (U)的估计 最优 ，即估计 Z (“)和实际 Z (“)之差的平方和最小 ，可表示为 E[Z*(“)一z ()]一O ‘ (2) 1VarEZ~(“)一Z (“)]===EEz；(“)一Z (“)]。一 min． 由式 (2)和相关假设可 以推导多种 Kriging算法 ，如简单克里金法 (SK)、普通克里金法 (OK)、泛克里 金法 (UK)、协同克里金法 (CK)等 ，不 同的 Kriging算法求取权重因数不同，以SK为例 ，则 (“)为 收稿 日期 ：2O10—11—25；审稿 人 ：吴雅娟 ；编辑 ：任志平 ，张兆虹 基金项 目：黑 龙江省科技攻 关项 目(GZ07A103)；黑龙江 省高 等学校骨干教师创新能力资助项 目(1055G002) 作者简介