科研之友
微信
新浪微博
Facebook
分享链接
摘要
从大地电磁测深资料中提取激发极化信息,对深部矿产、油气资源的开发具有极为重要的现实意义。目前的IP信息提取方法多以线性反演方法为主,主要存在以下3个问题:1)依赖初始模型;2)容易陷入局部极值;3)多解性严重。考虑到IP信息提取的非线性和非凸性,本文提出了一种采用二阶段CO-PSO最小构造反演方法来提取MT信号中的激电信息。在该方法中,一方面,运用柯西振荡粒子群优化(CO-PSO)算法从MT数据中非线性提取激电信息,并使用CUDA架构进行并行实现;另一方面通过引入第二阶段反演过程,增强反演时极化率对观测数据的影响,同时为了解决反演中的多解性问题,将正则化参数应用于PSO算法的适应度函数。通过对不同地电模型下极化层位于不同地层的反演结果表明,该算法可以得到电阻率和极化率的光滑模型,其结果相对稳定,准确。加入噪声后的实验结果表明,该方法对高斯白噪声具有鲁棒性。与传统的PSO和GA算法相比,该算法具有更高的反演效率以及更好的反演效果。
- 单位
