摘要
在地震勘探中,波阻抗反演是地震资料定量解释最为有效的方法。波阻抗参数作为联系地震、测井及地质信息的纽带,是进行储层区域评价不可缺少的内容。常规线性优化算法求解地震波阻抗反演时容易陷入局部极值并严重依赖初始模型,本文针对这一问题从求解目标函数的最优化问题入手,将共轭梯度法和遗传算法结合,提出了非线性混合优化算法(GA-CG).首先由多智能体遗传算法经邻域竞争、邻域交叉、变异得到优化种群,再用共轭梯度算子进行局部寻优更新种群,迭代后得到最优种群.该算法充分发挥了共轭梯度法的局部搜索能力和遗传算法的全局寻优能力,具有全局最优性和收敛性.通过理论楔状模型数据和实际资料的反演,结果表明该算法具有精度高,运算速度快的优点,具有实用性,能够有效识别薄层.