《表3 蒙特卡罗与遗传算法Table 3 Monte Carlo simulation and genetic algorithm》
蒙特卡罗仿真模拟技术(El Makrini et al.,2007)作为求解非线性目标函数的重要方法,其依据反演目标参数的先验概率以及似然函数信息随机生成大量样本,求解过程简单稳定,但是单一采用蒙特卡罗方法的效率和精度都有待于进一步提高.遗传算法(Mallick,1995)作为一种智能优化算法,通过对各个不同适应度的样本或种群赋予相应的繁衍或淘汰概率,从而高效地实现样本的优选,其不足是计算效率太低,单一的采用遗传算法无法应对海量数据的地震反演问题,如表3所示.
图表编号 | XD0015904100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.01 |
作者 | 杨培杰 |
绘制单位 | 中石化胜利油田分公司勘探开发研究院 |
更多格式 | 高清、无水印(增值服务) |