基于免疫遗传算法的弹性参数变化率反演

？定量叠前avo反演,可以有效地利用振幅随入射角变化的信息,提供较全面的岩性参数反演。本文提出的一种自适应免疫遗传算法是利用浓度机制进行免疫调节,以增加抗体的多样性;引入记忆细胞,确保优化算法的收敛性;自适应地选择交叉、变异的概率参数,指导迭代搜索。该算法克服了常规遗传算法的"早熟"现象,具有较好的收敛性,可广泛应用于多参数、多极值的地球物理反演问题。文中采用ursenbach的pp波反射系数近似公式,适用于入射角较大以及反射界面附近弹性参数变化相对较大的情形。多种地层模型的试算结果表明,这种反演算法是稳定、高效的,反演出的纵波速度变化率、密度变化率等参数具有较高的准确度,特别是密度差异对于寻找剩余油/气具有重要意义。