[发明专利]一种基于改进遗传算法的地震属性优选方法

说明书

本发明公开了一种基于改进遗传算法的地震属性优选方法，其特征在于采用标准化方法对井震数据进行预处理，获得带有类别标签的地震属性集；针对利用遗传算法筛选关键地震属性时容易陷入局部最优的不足，初始化种群参数，采用长度为地震属性个数的二进制格式对种群个体编码，以深度信念网络的分类准确率作为适应度函数，计算种群中个体的适应度值，保留适应度值大的一半个体，生成一个随机个体与保留的种群进行交叉操作，随机选择交叉后产生的一半新个体加入保留种群，维持种群总数的稳定性；反复运行，直到选择出最优地震属性组合。本发明通过在遗传算法的交叉过程中引入随机个体，增强个体的搜索能力，能够找到全局最优的地震属性组合，进而提高储层预测的有效性。

技术领域

本发明属于地球物理勘探领域和人工智能领域，具体涉及一种基于改进遗传算法的地震属性优选方法。

背景技术

地震属性的种类众多，且地震属性与储层物性之间的关系复杂，单一地震属性不能反映储层分布规律，因此地震属性分析技术成为准确预测储层分布的重要手段。提高地震多属性精确预测储层分布的关键是地震属性的选择，而传统储层预测方法受限于现有的理论和技术，无法描述多维属性之间的关系，仅采用常用的3-4种地震属性进行预测，在地质情况复杂，不同地区、不同的储层对地震属性的敏感度不同的情况下，常规地震属性相关性差，导致预测结果具有多解性，不能准确预测储层分布。

随着计算机技术的高速发展，引入机器学习中特征选择的相关知识分析属性之间的相关性已经越来越普遍，通过对地震属性进行特征选择，去除冗余以及不相关的地震属性，筛选出关键地震属性集，进而通过分类算法，得到地震属性与储层物性之间的映射关系，实现储层的精准预测，从而辅助地质勘探人员快速有效地圈定储层分布。

发明内容

为了克服传统储层预测方法的不足，本发明提出了一种基于改进遗传算法的地震属性优选方法，通过改进遗传算法中的选择和交叉操作，增强全局的搜索能力，实现地震属性的优选。

为实现上述目的，本发明技术方案主要包括如下步骤：

A.数据预处理：

从测井曲线、地震勘探资料等数据源中提取地震属性以及储层物性数据，因各数据衡量尺度不一，存储方式不同，采用标准化的方式对多源异构数据进行处理，得到规范化的数据表示格式。

B.采用改进遗传算法筛选关键地震属性：

(1)原始地震属性的个数为D，设置种群个数为m，变异概率为P，最大迭代次数为T，采用长度为D的二进制编码X对种群进行初始化，其中编码0表示选择对应位置的地震属性，编码1表示没有选择对应位置的地震属性，初始化的种群为S＝{X₁,X₂,…,X_m}，将个体X代表的地震属性组合作为输入，以深度信念网络的分类准确率f(X)作为适应度函数F；

(2)计算种群中个体的适应度值F_i，F_i＝f(X_i),i＝1,2,…,m，将种群中的个体按照其适应度值大小降序排序{X₁′,X₂′,…,X′_m}，X′_i表示排序数为i的个体，选择适应度值大的一半个体构成种群A＝{X′₁,X′₂,…,X′_m/2}；

(3)随机生成一个新个体X_m+1，采用单点交叉的方式，对选择出的种群A和生成的个体X_m+1进行交叉操作，随机选择交叉后产生的一半新个体构成种群B，将A和B中的个体混合到一起,生成新的种群S′；

(4)按照变异概率P随机选择个体进行变异操作；