【技術實現步驟摘要】
本申請涉及地震矢量波場數值模擬，特別是涉及一種地震矢量波場數值模擬方法、設備及介質。
技術介紹
1、地震波數值模擬方法主要包含：偽譜法、有限元法和有限差分法等三類方法。相比于偽譜法和有限元法，有限差分法因其內存占用率小并且易于大規模并行計算，被廣泛地應用于地震矢量波場數值模擬中。該方法通過將微分算子進行差分離散化，進而求解波動方程，從而實現地震波場的數值模擬。
2、地震矢量波場數值模擬作為地震成像和反演的基礎，其計算精度對后續成像和反演的結果起著決定性的影響。盡管相比于常規有限差分方法，交錯網格有限差分方法具備更高的計算精度和穩定性，可以在不增加算量的同時，進一步提高數值模擬的精度。然而，交錯網格有限差分方法的本質是用差分算子逼近微分算子，不可避免地造成數值誤差，導致數值頻散，從而降低數值模擬的精度。過大的數值頻散，會導致波場模擬時無法準確計算出波形信息，甚至在長時間的波場模擬時，由于數值頻散導致的誤差累積，甚至可能導致波場出現無窮大的計算異常現象。因此，優化交錯網格有限差分算子，進而減小差分算子逼近微分算子導致的數值誤差，對于快速準確實現地震矢量波場數值模擬是至關重要的。
技術實現思路
1、本申請的目的是提供一種地震矢量波場數值模擬方法、設備及介質，利用改進斑馬優化算法優化交錯網格有限差分算子，能夠提高地震矢量波場數值模擬精度，進而為后續地震成像反演過程奠定基礎。
2、為實現上述目的，本申請提供了如下方案：
3、第一方面，本申請提供了一種地震矢
4、根據nyquist采樣定理，推導一階交錯網格有限差分算子，構建包含交錯網格有限差分系數的差分頻散關系式；
5、引入誤差限定條件，將包含交錯網格有限差分系數的差分頻散關系式轉化為待優化的目標函數，將問題轉化為多參數優化問題；所述目標函數的解為交錯網格有限差分系數；
6、構建改進斑馬優化算法，并利用改進斑馬優化算法求解所述目標函數，得到優化交錯網格有限差分算子；所述改進斑馬優化算法是利用細菌覓食優化算法對斑馬優化算法進行改進后得到的；
7、利用優化交錯網格有限差分算子，對一階速度-應力彈性波動方程進行差分離散處理，得到地震矢量波場數值模擬方案；
8、將測試區域的介質參數、震源參數以及觀測系統參數代入地震矢量波場數值模擬方案中，得到測試區域的地震矢量波場數值模擬結果。
9、可選地，引入誤差限定條件，將包含交錯網格有限差分系數的差分頻散關系式轉化為待優化的目標函數，將問題轉化為多參數優化問題，包括：
10、對原始連續信號求取一階導數，得到原始連續信號一階導公式；
11、將采樣間隔的二分之一作為自變量，輸入到原始連續信號一階導公式中并截取預設截取長度的有限序列，得到初始交錯網格有限差分算子；
12、利用傅里葉變換原理，對原始連續信號一階導公式進行傅里葉變換，得到原始連續信號頻散關系式；
13、基于原始連續信號頻散關系式，確定初始交錯網格有限差分算子頻散關系式；
14、在初始交錯網格有限差分算子頻散關系式中引入誤差限，構建包含交錯網格有限差分系數的目標函數。
15、可選地，所述原始連續信號公式為：
16、
17、其中，f(x)表示原始連續信號，π為圓周率，fn為離散信號，δx表示采樣間隔，x為自變量，n為離散信號fn的采樣次數，fn＝f(nδx)。
18、可選地，所述目標函數為：
19、
20、其中，kx為波數，kmax為最大波數，m為空間采樣位置，m為交錯網格有限差分長度的一半，cm為交錯網格有限差分系數，ε為誤差限。
21、可選地，利用改進斑馬優化算法求解所述目標函數，得到優化交錯網格有限差分算子，包括：
22、初始化斑馬優化算法參數；所述斑馬優化算法參數包括種群中斑馬總數量、種群解空間的邊界和最大迭代次數t；所述斑馬總數量為偶數；
23、在種群解空間中，基于斑馬總數量隨機初始化種群；
24、將隨機初始化后的種群作為第0次迭代時的優化種群；
25、令迭代次數num＝1；
26、將第num-1次迭代時的優化種群作為第num次迭代時的初始種群；
27、確定第num次迭代時的初始種群中每匹斑馬對應的目標函數值的評估值；
28、判斷是否滿足結束迭代條件，得到判斷結果；所述結束迭代條件為迭代次數num達到最大迭代次數，或第num次迭代時的初始種群中每匹斑馬對應的目標函數的評估值均小于誤差限；
29、若所述判斷結果為否，則對第num次迭代時的初始種群進行覓食階段位置更新，得到第num次迭代時的第一更新種群；
30、對第num次迭代時的第一更新種群進行防御階段位置更新，得到第num次迭代時的第二更新種群；
31、確定第num次迭代時的第二更新種群中每匹斑馬對應的目標函數評估值；
32、防御階段結束后，已確定每只斑馬對應的評估值，此時，以從優到劣的順序，對種群中所有斑馬進行排列，并淘汰排在末尾一半的斑馬，得到第num次迭代時的待定種群；
33、復制第num次迭代時的待定種群，得到復制種群；
34、合并所述復制種群和第num次迭代時的待定種群，以保證種群大小不變，并且可以使得下一次尋優時，斑馬可以以更大的概率向著較優的位置移動，加速種群向著最優解的方向移動，從而提高算法的收斂速度，這樣，可得到第num次迭代時的初始優化種群；
35、基于種群驅散機制，以預設概率隨機將斑馬移動到新的位置，進而增強其最優鄰域搜索的隨機性，提高其跳出局部極值的能力，進而進一步增強算法的全局搜索能力，最后，更新第num次迭代時的初始優化種群中斑馬的位置，得到第num次迭代時的優化種群；
36、令迭代次數num的數值增加1，并返回步驟“將第num-1次迭代時的優化種群作為第num次迭代時的初始種群”；
37、若所述判斷結果為是，則按照每只斑馬對應的評估值對第num次迭代時的初始種群中所有斑馬進行從優到劣的排序，即可確定目標函數的最優解。
38、可選地，所述覓食階段位置更新為：
39、
40、其中，x'l為第一更新種群中第l只斑馬的位置，為初始種群中第l只斑馬進行覓食階段位置更新后的位置，為初始種群中第l只斑馬進行覓食階段位置更新后對應的目標函數的評估值，fl為第l只斑馬在覓食階段前對應的目標函數的評估值，xl為初始種群中第l只斑馬的位置，m為決策變量的數量，為初始種群中第l只斑馬進行覓食階段位置更新后第y個決策變量值，xl,y為初始種群中第l只斑馬第y個決策變量值，r為0～1之間的隨機數，pzy為初始種群中最優的先鋒斑馬第y個決策變量值，i為1～2之間的隨機數。
41、可選地，所述防御階段位置更新為：...
【技術保護點】
1.一種地震矢量波場數值模擬方法，其特征在于，包括：
2.根據權利要求1所述的地震矢量波場數值模擬方法，其特征在于，引入誤差限定條件，將包含交錯網格有限差分系數的差分頻散關系式轉化為待優化的目標函數，將問題轉化為多參數優化問題，包括：
3.根據權利要求2所述的地震矢量波場數值模擬方法，其特征在于，所述原始連續信號公式為：
4.根據權利要求3所述的地震矢量波場數值模擬方法，其特征在于，所述目標函數為：
5.根據權利要求1所述的地震矢量波場數值模擬方法，其特征在于，利用改進斑馬優化算法求解所述目標函數，得到優化交錯網格有限差分算子，包括：
6.根據權利要求5所述的地震矢量波場數值模擬方法，其特征在于，所述覓食階段位置更新為：
7.根據權利要求6所述的地震矢量波場數值模擬方法，其特征在于，所述防御階段位置更新為：
8.根據權利要求1所述的地震矢量波場數值模擬方法，其特征在于，所述介質參數包括模型大小、網格間距、縱波速度模型、橫波速度模型和密度模型；所述震源參數包括震源子波類型、震源主頻和時間步長；所述觀
9.一種計算機設備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序以實現權利要求1-8中任一項所述的地震矢量波場數值模擬方法。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1-8中任一項所述的地震矢量波場數值模擬方法。
...【技術特征摘要】
1.一種地震矢量波場數值模擬方法，其特征在于，包括：
2.根據權利要求1所述的地震矢量波場數值模擬方法，其特征在于，引入誤差限定條件，將包含交錯網格有限差分系數的差分頻散關系式轉化為待優化的目標函數，將問題轉化為多參數優化問題，包括：
3.根據權利要求2所述的地震矢量波場數值模擬方法，其特征在于，所述原始連續信號公式為：
4.根據權利要求3所述的地震矢量波場數值模擬方法，其特征在于，所述目標函數為：
5.根據權利要求1所述的地震矢量波場數值模擬方法，其特征在于，利用改進斑馬優化算法求解所述目標函數，得到優化交錯網格有限差分算子，包括：
6.根據權利要求5所述的地震矢量波場數值模擬方法，其特征在于，所述覓食階段位置更新為：
<...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。