一种瞬变电磁数据的激电信息的提取方法及系统技术方案

本发明专利技术公开了一种瞬变电磁数据的激电信息的提取方法及系统，其包括：形成初始青蛙种群，一只青蛙表示各层的电阻率、厚度以及极化率：将各层电阻率转换为复电阻率并代入TEM正演，计算出垂直磁场；再计算每只青蛙的适应度，然后以最小化适应度为优化目标进行混合蛙跳算法的迭代搜索操作，迭代终止后输出适应度最小的青蛙对应的模型参数，并作为反演最优解，得到的各层极化率为提取的激电信息。此外，本发明专利技术采用Tent混沌分布算子改善初始种群分布以及采用自适应移动因子取代局部搜索中的随机算子，通过在进化过程中只对最劣个体的位置进行调整，避免了耗时的迭代计算，有效地提取激电信息，为实际瞬变电磁数据处理和解释提供了新技术。了新技术。了新技术。

【技术实现步骤摘要】
一种瞬变电磁数据的激电信息的提取方法及系统


[0001]本专利技术属于地球物理勘探
，具体涉及一种瞬变电磁数据的激电信息的提取方法及系统。

技术介绍

[0002]瞬变电磁法(TEM，Time Domain ElectromagneticMethod)和激发极化法(IP，induced polarization method)均是地球物理勘探(矿产勘查、水文地质、工程勘察、环境调查等)中应用较为广泛的电法勘探技术；瞬变电磁法TEM主要研究岩矿石间导电性质的差异，激发极化法IP主要研究地下岩矿石间激发极化效应的差异。已有研究表明，从电磁法信号中提取激电信息具有较为乐观的前景，在理论上切实可行，但是也存在一些局限性：(1)考虑激电效应的正演研究能够分析激电参数对时间域电磁法勘探数据的影响，但无法提取激电参数本身；(2)用反演来提取激电信息的研究多数采用传统的线性反演方法，其反演结果依赖于初始模型的选择，并容易陷人局部极值。
[0003]完全非线性反演方法为处理和解释电磁法资料提供了新的研究思路，受到地球物理学研究人员的广泛关注。这些非线性反演方法虽然在电磁法资料的反演中已经有了较为广泛的应用，但是直接用在解释含激电信息的瞬变电磁数据时存在着以下不足：(1)当考虑激电效应时，地下可极化体的电阻率是一个与频率有关的复数，在进行正演迭代时运算量有所增加，采用Monte Carlo类搜索算法如模拟退火SA、粒子群优化PSO和遗传算法GA，运算效率偏低；(2)考虑激电效应后，反演模型参数在原有电阻率和厚度的基础上增加了激电参数，使得非线性反演过程变得更加难以收敛。
[0004]混合蛙跳算法(SFLA)是一种启发式群体智能搜索算法，通过分组算子和模因搜索将全局信息交互和局部搜索有机地结合起来，同时在进化过程中只对群体中最劣个体的位置进行调整，相较于GA，PSO等需要对所有个体进行调整的群智能搜索算法具有更高的执行效率。
[0005]因此，在考虑激电效应的背景下，即在瞬变电磁数据的激电信息提取的应用背景下，如何利用混合蛙跳算法(SFLA)来提取激电信息，解决现有技术中基于大量数据驱动的深度学习方法需要反复迭代进行梯度学习、迭代运算量过大、过于耗时的技术问题是本专利技术所研究的。

技术实现思路

[0006]本专利技术为了解决现有瞬变电磁数据的激电信息的提取方法存在需要反复迭代进行梯度学习、迭代运算量过大、过于耗时的技术问题，进而提供一种瞬变电磁数据的激电信息的提取方法及系统，具体是实现了基于混合蛙跳算法(SFLA)的瞬变电磁数据的激电信息的提取技术，充分利用混合蛙跳算法的全局搜索和局部搜索有机结合的特点，在进化过程中只对群体中最劣个体的位置进行调整，寻找地电模型最优参数，避免了耗时的迭代训练计算。
[0007]一方面，本专利技术提供一种瞬变电磁数据的激电信息的提取方法，其包括以下步骤：
[0008]步骤1：获取探测区域对应的地电模型的参数搜索范围，基于所述参数搜索范围形成混合蛙跳算法的初始青蛙种群；
[0009]其中，所述地电模型的模型参数包括：地电模型中每一层大地介质对应的电阻率、厚度以及极化率，每一只青蛙表示所述地电模型的一组模型参数：
[0010]步骤2：将青蛙种群中每只青蛙对应的各层电阻率分别转换为各层复电阻率；
[0011]步骤3：将每只青蛙对应的各层复电阻率代入瞬变电磁TEM正演计算得到每只青蛙对应的垂直磁场；
[0012]步骤4：计算所述青蛙种群中每只青蛙的适应度，所述适应度是依据正演的垂直磁场与所述探测区域的垂直磁场观测数据之间的误差构建的，其中，垂直磁场观测数据是采用TEM探测得到；
[0013]步骤5：以最小化适应度为优化目标进行混合蛙跳算法的迭代搜索操作，直至满足迭代终止条件后输出适应度最小的青蛙对应的模型参数，并将所述模型参数作为反演最优解，得到的各层极化率为提取的所述激电信息。
[0014]需要说明的是，混合蛙跳算法通过分组算子和模因搜索将全局信息交互和局部搜索有机地结合起来，同时在进化过程中只对群体中最劣个体的位置进行调整，相较于GA，PSO等需要对所有个体进行调整的群智能搜索算法具有更高的执行效率，能较好地均衡全局和局部搜索性能，有利于全局最优解的有效搜索以及整体执行效率的提高。因此，本专利技术技术方案引入混合蛙跳算法(SFLA)至瞬变电磁数据的激电信息提取技术中，一方面提供了一种全新的技术手段来实现激电信息提取，另一方面，充分利用混合蛙跳算法的优点，在进化过程中只对群体中最劣个体的位置进行调整，无需基于大量的数据反复迭代进行梯度学习，避免了耗时的迭代训练计算，最终得到探测区域精确的地电模型，其中，得到的各层极化率为提取的探测区域的瞬变电磁数据的激电信息。
[0015]进一步优选，所述混合蛙跳算法中通过分组算子将青蛙种群分为k个模因组，再对每个模因组中适应度最差的青蛙进行局部搜索；
[0016]其中，所述局部搜索是按照如下公式1、公式2的组合或者公式3、公式2的组合进行搜索更新；
[0017][0018]公式2：X
w
(t+1)＝X
w
(t)+Δ
w
(t+1),S
min
≤Δ
w
(t)≤S
max
[0019][0020]式中，Δ
w
(t+1)为移动步长，i表示当前全局迭代次数，t为当前模因组的局部搜索次数，iter
g
为预设的全局最大迭代次数，X
b
9t)，X
w
9t)分别表示当前模因组在第t次局部搜索时最优适应度、最差适应度的青蛙；S
min
和S
max
为青蛙允许移动的距离范围的边界最小值、边界最大值；X
g
(t)表示当前模因组在第t次局部搜索时，所述青蛙种群中最优适应度的青蛙；
[0021]其中，若利用公式1、公式2的组合或者公式3、公式2的组合更新的青蛙的适应度未
优于更新前的适应度，则随机产生一个新青蛙替代原青蛙再进行局部搜索。
[0022]标准的混合蛙跳算法是采用单一的随机算子rand，使得各模因组内的局部搜索范围受限于X
b
‑
X
w
或X
g
‑
X
w
，在算法的后期易陷入局部极值。本专利技术技术方案采用自适应移动因子对其进行优化。其中，本专利技术提出的技术方案，随着迭代数的增加，移动步长将逐渐增大；采用自适应移动因子调整移动步长后，在局部搜索进化的早期，能很好的限制解的全局搜索能力，一定程度上扩大了青蛙个体的寻优范围，使得大多数青蛙个体能较好的分布在可行域中，而迭代到算法后期移动步长较大，能尽量保证解的全局搜索能力；此外，自适应调节移动步长避免了没必要的细致寻优搜索，有利于加快算法的收敛速度，即不仅提高了算法的求解精度，还避免了算法的过早陷入局部最优。
[0023]进一步可选地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种瞬变电磁数据的激电信息的提取方法，其特征在于：包括以下步骤：步骤1：获取探测区域对应的地电模型的参数搜索范围，基于所述参数搜索范围形成混合蛙跳算法的初始青蛙种群；其中，所述地电模型的模型参数包括：地电模型中每一层大地介质对应的电阻率、厚度以及极化率，每一只青蛙表示所述地电模型的一组模型参数：步骤2：将青蛙种群中每只青蛙对应的各层电阻率分别转换为各层复电阻率；步骤3：将每只青蛙对应的各层复电阻率代入瞬变电磁TEM正演计算得到每只青蛙对应的垂直磁场；步骤4：计算所述青蛙种群中每只青蛙的适应度，所述适应度是依据正演的垂直磁场与所述探测区域的垂直磁场观测数据之间的误差构建的；步骤5：以最小化适应度为优化目标进行混合蛙跳算法的迭代搜索操作，直至满足迭代终止条件后输出适应度最小的青蛙对应的模型参数，并将所述模型参数作为反演最优解，得到的各层极化率为提取的所述激电信息。2.根据权利要求1所述的提取方法，其特征在于：所述混合蛙跳算法中通过分组算子将青蛙种群分为k个模因组，再对每个模因组中适应度最差的青蛙进行局部搜索；其中，所述局部搜索是按照如下公式1、公式2的组合或者公式3、公式2的组合进行搜索更新；公式1：公式2：X
w
(t+1)＝X
w
(t)+Δ
w
(t+1),S
min
≤Δ
w
(t)≤S
max
公式3：式中，Δ
w
(t+1)为移动步长，i表示当前全局迭代次数，t为当前模因组的局部搜索次数，iter
g
为预设的全局最大迭代次数，X
b
(t)，X
w
(t)分别表示当前模因组在第t次局部搜索时最优适应度、最差适应度的青蛙；S
min
和S
max
为青蛙允许移动的距离范围的边界最小值、边界最大值；X
g
(t)表示当前模因组在第t次局部搜索时所述青蛙种群中最优适应度的青蛙；其中，若利用公式1、公式2的组合或者公式3、公式2的组合更新的青蛙的适应度未优于更新前的适应度，则随机产生一个新青蛙替代原青蛙再进行局部搜索。3.根据权利要求1所述的提取方法，其特征在于：所述初始青蛙种群是依据Tent映射构造的，所述Tent映射的公式如下：式中，混沌序列值x
n
的分布范围x
n
∈[0,1]，a为控制参数；其中，依据所述参数搜索范围与混沌序列值的分布范围的映射关系，将在所述参数搜索范围内随机生成的初始地电模型的模型参数值映射为混沌序列值x
n
；再按照所述Tent映射将所述混沌序列值x
n
更新为混沌序列值x
n+1
；再依据所述参数搜索范围与混沌序列值的分布范围的映射关系，将所述混沌序列值x
n+1
转换为地电模型的模型参数，并更新所述初始地电模型的模型参数，进而形成所述初始
青蛙种群。4.根据权利要求1所述的提取方法，其特征在于：步骤5的执行过程如下：执行分组算子，将所述青蛙种群中的青蛙划分为k个模因组；执行局部搜索，分别对每个模因组中适应度最差的青蛙进行局部搜索，若利用局部搜索公式更新后的青蛙的适...

【专利技术属性】
技术研发人员：李瑞友，李广，方玉明，丁小辉，熊誉欣，黄传胜，张勇，
申请(专利权)人：东华理工大学，
类型：发明
国别省市：