论文部分内容阅读
针对常规叠前AVO反演计算方法存在过度依赖于初始模型,容易陷入局部最优等问题,提出基于混合智能优化的煤岩储量叠前AVO反演计算方法。利用神经网络技术重构煤岩塌陷测曲线,根据岩石物理分析确定纵波速度与密度,获得工区储层敏感弹性参数。预处理实际叠前数据,提取不同角度的统计子波。对遗传算法进行自适应改进,与粒子群算法结合形成混合智能优化算法,通过混合智能优化算法进行煤岩储量叠前AVO反演计算,不依赖初始模型,实现了整体煤岩储量反演,有效圈出有利储层发育区域。仿真实验结果表明,所提方法能够快速、准确完成煤岩储量叠