粒子群算法在炮点位置校正中的应用

粒子群算法在炮点位置校正中的应用

1粒子群算法的炮点偏移校正算法在地震勘探的现场数据采集过程中，由于避障需求和地形变化，实际施工中的炮点位置与设计中的炮点位置之间存在一定的偏差。常规的炮点校正方法有:①通过线性动校方法,检测线性动校之后道集的初至是否被校正为一条直线在网格搜索方法的基础上,本文设计了粒子群算法炮点偏移校正算法。该方法与网格搜索法类似,首先估算近地表直达波的速度,然后在一定搜索范围内,应用观测初至与计算初至建立误差目标函数,通过粒子群算法求解目标函数最优解获得炮点位置。该方法可靠且操作方便,与网格搜索方法相比,在保持精度的同时减少了计算量。2方法原理2.1建立目标函数基于粒子群算法的炮点校正算法的思路是利用计算得到的理论初至与实际拾取初至的误差建立目标函数,利用粒子群算法迭代反演目标函数最优解,最终得到炮点位置。其中理论的初至信息通过近地表速度计算得到。2.2近地表直达波速度近地表速度是计算理论初至的基础,考虑到在近炮检距情况下,近地表直达波速度变化不大,可假定在一定炮检距范围内近地表速度为常速。近地表速度计算公式为式中:h2.3满足果酒精度要求由于实际数据误差的存在,式(1)的计算结果往往难以达到精度要求。在式(1)的计算结果基础上,通过最小二乘方法拟合炮检距与初至旅行时的线性关系,从而得到近地表速度值v。2.4误差目标函数根据上面计算的近地表速度,可以计算一定范围内N个检波器接收到直达波的初至时间τ2.5粒子群的校正方法粒子群(PSO)反演方法的思路如下:由初始的炮点位置确定一个搜索范围,给定初始的粒子群算法参数,如粒子群的种群数m、认知速度权重c式中:k为迭代序号;i为粒子序号;r基于粒子群的炮点校正方法,具体步骤如下:(1)首先通过模型的初始化设置,设置初始的群体以及反演参数,包括炮点初始位置信息,反演参数范围设定等;(2)计算群体中每个粒子的适应度值(即目标函数值);(3)对每个炮点的适应度值进行计算,取适应度值最小粒子为个体粒子在计算历史的最佳位置;(4)通过炮点适应度值判断全局中适应度值最小的粒子,得到全局最佳位置;(5)更新群体中每个粒子的速度与位置信息(式(3)和式(4));(6)判断是否满足终止条件,如果满足条件则停止迭代,否则返回步骤(2);(7)得到最终反演的炮点位置信息;3网格搜索法优化实际的粒子种群数建立如图2所示的模型,共4条接收线,每线200个检波点,间隔为20m,地表速度为1800m/s。炮点的设计位置为(500m,550m),实际位置为(550m,600m)。如图3所示,当给定的粒子种群数达到25时,目标函数值已经没有明显的优化改进,再增加粒子种群数,反而会影响计算效率。以炮点的设计位置为中心,以±200m为搜索范围,应用网格搜索方法和PSO方法反演实际的炮点位置。网格搜索法的步长设定为5m。PSO反演参数为:初始种群数为25,认知速度权重c4炮点位置校正应用ZW工区实际数据对本文方法进行测试。测试数据大小为2.76GB共36炮,总共120960道。首先拾取初至信息,再进行炮点位置校正。PSO反演算法的参数设置与上文模型数据一致,反演的炮点位置与道头记录中原始炮点坐标的偏离结果如图6所示,可以看出炮点偏离距离的范围是2~50m,但大部分在15m以内。5实际资料的应用由理论模型测试结果可知粒子群炮点偏移校正算法能有效地进行炮点偏移校正,其算法原理、参数设置简单,易于实现,收敛速度快,可以迅速确定炮点偏离设计位置及误差,给处理人员提供