论文部分内容阅读
在全球范围内广泛分布的石灰岩底层中,由于陷落柱的危害严重,因此准确探测陷落柱是实现煤矿安全高效生产的必要保障。瑞雷波勘探与传统的物探方法比较,具有快速轻便、无损、衰减小、抗干扰能力强、不受各地层速度关系的影响等优点,已在实际生产和科研中获得了成功应用。瑞雷波的正演是地层分析的重要因素,而且也是反演算法的前提。灵活运用正演算法能够提高所获数据的可靠性和获取数据速度。只有反演成功才能有效真实的反应实际的地层信息。遗传算法、神经网络算法作为瑞雷波勘探的两种经典的非线性反演算法,如何运用这两种算法提高反演精度是本文重点研究的课题。本文在深入研究弹性波和瑞雷波的相关技术、综合运用遗传神经网络混合微动反演和遗传算法的基础上,提出了遗传算法优化BP神经网络的混合反演算法。本文主要的内容如下: 1、瑞雷波的理论研究。要研究瑞雷波的反演,首先要了解瑞雷波的性质,文章对弹性波理论基础知识进行详细的介绍,阐述了瑞雷波的性质。 2、瑞雷波的反演是建立在正演的基础上的,快速矢量传递算法作为一种非常优秀的正演算法实际上是一种矩阵算法,该方法的优势是计算速度快且计算稳定度高,本文详细介绍了快速矢量传递算法正演理论,并模拟了两种不同的地质模型快速地提取频散曲线,验证了快速矢量传递算法的优秀性能。 3、在深入研究遗传算法和神经网络算法是常用的反演算法的基础上,本文通过采用遗传算法对神经网络的权值和阈值进行训练,克服了单纯BP算法容易陷入局部最优解和训练精度差等缺陷,并将该混合算法应用于地质反演。最后通过算法仿真验证了该混合反演算法能够有效提高精度,降低误差。 4、工程实践,浅层介质反演效果不理想,这是由于勘测地点浅层地质不利于信号采集的原因,但是深层介质反演效果良好,实测正反演结果表明混合反演算法性能优于传统反演算法,具有很好的实用性。