[发明专利]一种基于差分进化算法的CRS倾角分解方法

摘要

本发明属于油气勘探地震资料处理领域，具体涉及一种基于差分进化算法的CRS倾角分解方法，通过对出射角α离散完成，将倾角划分成若干部分，对每个部分分别基于差分进化算法得到具有最高相似度的参数，最后将各部分进行叠加。本发明提出基于差分进化算法的全局参数优化方法，为求取三个独立变量α,R_NIP,和R_N的最大相干值，将衡量相干值大小的相关系数作为目标函数来搜索三参数。对整个搜索空间的角度参数范围划分为较小的部分，可以识别相互干扰导致遮掩的同相轴信息。通过将倾角划分与全局优化方案相结合，有效恢复了复杂的地下构造情况，改进了共反射面叠加的效果。

主权项

1.一种基于差分进化算法的CRS倾角分解方法，其特征在于：通过对出射角α离散完成，将倾角划分成若干部分，对每个部分分别基于差分进化算法得到具有最高相似度的参数，最后将各部分进行叠加；其中，对每个部分分别基于差分进化算法得到具有最高相似度的参数的实现过程如下：1)选择目标函数：利用相似系数作为目标函数进行优化处理；其中，相似系数为：式中:X_j(i)表示第i道第j个采样点的振幅；N为每道记录中的采样点个数；M为记录中总的道数，相似系数的大小范围为[0，1]；2)种群初始化；利用NP‑D维参数向量x_i,G,i＝1,...,NP进行种群初始化得到基准向量，其中，参数向量包含参数出射角α、法向入射点波波前曲率半径R_NIP和法向波波前曲率半径R_N，则D的值为3，NP为种群大小，G为迭代次数；3)变异操作：对基准向量进行变异得到变异向量；具体为：式中，r₁,r₂,r₃∈{1,.....,N_p}，F为缩放因子；4)交叉操作：对基准向量和变异向量利用交叉公式得到试验向量；具体为：式中，CR为交叉概率，交叉概率CR介于0和1之间，j∈[1,D],j_rand为1到D之间的随机整数；5)选择操作：该操作基于贪婪机制，选择试验向量和基准向量之间具有更高适应度值的向量作为下一代种群的个体；6)终止循环进入下一流程：循环过程2)到过程5)的处理流程，终止条件为判断迭代计算后目标函数的值是否继续增加，如果继续增加则继续循环过程2)到过程5)的处理流程，如果不再继续增加，则得到具有最高相似度的参数。