何良：神經(jīng)網(wǎng)絡(luò)在二維地球物理反演中的應(yīng)用(共6頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上神經(jīng)網(wǎng)絡(luò)在二維地球物理反演中的應(yīng)用 何良中國(guó)地質(zhì)大學(xué)（武漢）地空學(xué)院摘要：由于非線(xiàn)性特性地球物理反演一直以來(lái)都是一個(gè)比較困難的問(wèn)題.近十年來(lái),人工神經(jīng)網(wǎng)絡(luò)非線(xiàn)性反演方法在地球物理數(shù)據(jù)解釋中得到越來(lái)越多的應(yīng)用,但目前基本仍限于一維反演問(wèn)題.對(duì)于二維反問(wèn)題,反演參數(shù)較多,神經(jīng)網(wǎng)絡(luò)反演運(yùn)用較少.本文分析了BP神經(jīng)網(wǎng)絡(luò)模型的特性及其運(yùn)行機(jī)制，并用于二維反演,討論它在反演中的應(yīng)用效果。并利用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化方法,實(shí)現(xiàn)了電阻率二維非線(xiàn)性反演.與傳統(tǒng)線(xiàn)性化的迭代反演比較,神經(jīng)網(wǎng)絡(luò)反演能夠具有較強(qiáng)的學(xué)習(xí)能力同時(shí)也克服傳統(tǒng)方法的不足、獲得更好的反演結(jié)果. 關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò) 二維 地

2、球物理反演 大腦是人的神經(jīng)中樞,對(duì)人的思想和行動(dòng)起作控制作用,因而很早就引起了人們的重視,科學(xué)家們對(duì)它的結(jié)構(gòu)和原理進(jìn)行了長(zhǎng)期的、深入的研究,并在許多學(xué)科的理論研究和實(shí)際應(yīng)用方面,如模式識(shí)別、信號(hào)處理、決策判斷、組合優(yōu)化和工程應(yīng)用,都取得了重要的成果。雖然,對(duì)大腦的研究至今已有近半個(gè)世紀(jì)的歷程,但是,由于實(shí)驗(yàn)手段的局限性和人腦的特殊性,建立大腦模型,即人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeural Network,ANN,簡(jiǎn)稱(chēng)“神經(jīng)網(wǎng)絡(luò)”),仍然是目前研究大腦神經(jīng)行之有效的方法和手段。實(shí)踐已經(jīng)證明,ANN是一項(xiàng)具有廣闊前景,有著巨大理論價(jià)值和應(yīng)用價(jià)值的新理論、新技術(shù)。ANN在地球物理學(xué)中的應(yīng)用,

3、始于20世紀(jì)的80年代。開(kāi)始階段,主要研究ANN在模式識(shí)別上的應(yīng)用,如亮點(diǎn)的識(shí)別,地震波初至的拾取,同相軸的追蹤,位場(chǎng)特征的識(shí)別,電磁法曲線(xiàn)的分類(lèi),儲(chǔ)層預(yù)測(cè),烴源巖的測(cè)井評(píng)價(jià)27,1332 ;近年來(lái),用ANN求取地震波速度,用于直流電阻率法,大地電磁法,測(cè)井資料的解釋和地震模型參數(shù)的反演方面也取得了驕人的成績(jī)發(fā)表了成百篇論文?？梢哉f(shuō),今天ANN已猶如天空升起的一個(gè)新星,受到地球物理學(xué)家的廣泛關(guān)注。一人工神經(jīng)網(wǎng)絡(luò)的基本知識(shí)人的大腦是由大量神經(jīng)元按一定的結(jié)構(gòu)連結(jié)而成的并行處理系統(tǒng)。而ANN,是對(duì)人腦的某種模擬、抽象和簡(jiǎn)化。具有高度的非線(xiàn)性映射能力、自組織和自適應(yīng)能力、記憶聯(lián)想能力等,能夠進(jìn)行復(fù)雜的

4、邏輯操作和非線(xiàn)性映射。它由三個(gè)基本要素組成:即神經(jīng)元,網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)規(guī)則。 1.1 簡(jiǎn)單神經(jīng)元模型神經(jīng)元是構(gòu)成神經(jīng)網(wǎng)絡(luò)的基本單位,也是神經(jīng)網(wǎng)絡(luò)的一個(gè)結(jié)點(diǎn)。它既是信息的儲(chǔ)存器,也是信息的處理器。它對(duì)外界信息實(shí)行加工、處理、聯(lián)想記憶、分類(lèi)識(shí)別和儲(chǔ)存。儲(chǔ)存和處理方式不同,模型就不同。最常用的有M-P模型和連續(xù)模型。1)M-P神經(jīng)元模型。M-P模型是Mccul-loch-Pitts 1943年提出來(lái)的,它是一個(gè)多輸入單輸出的非線(xiàn)性系統(tǒng)(見(jiàn)圖1)。設(shè)某一神經(jīng)元的輸入為:xT= x1,x2,xn(1)它們相應(yīng)的權(quán)值為:T= 1,2,n若神經(jīng)元的閥值為,則輸出y可表示為:式中“1”表示單位函數(shù),即圖1簡(jiǎn)單人

5、工神經(jīng)元的M-P模型可見(jiàn)M-P模型的特點(diǎn)是:多輸入,單輸出;閥值作用;輸入與輸出均為兩態(tài),0和1(抑制、興奮);每個(gè)輸入通過(guò)權(quán)值來(lái)表征它對(duì)神經(jīng)元之耦合程度(若無(wú)耦合可取j=0)。1.2連續(xù)神經(jīng)元模型圖2連續(xù)神經(jīng)元模型反映神經(jīng)元狀態(tài)參數(shù)連續(xù)變化的情況,常用一階非線(xiàn)性微分方程來(lái)模擬生物神經(jīng)元膜電位隨時(shí)間變化的規(guī)律,即式中:為時(shí)間常數(shù),為靜止膜電位,f(u)為輸入輸出函數(shù)。它有4種可能形式,如圖2所示,即1.3人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)網(wǎng)絡(luò)結(jié)構(gòu)是多個(gè)神經(jīng)元按一定的規(guī)則,通過(guò)權(quán)重聯(lián)結(jié)在一起的拓?fù)浣Y(jié)構(gòu)。不同的連接方式,構(gòu)成了不同的網(wǎng)絡(luò)結(jié)構(gòu)模型,如回傳(Back Prop-agation, BP)網(wǎng)絡(luò)、前饋(fee

6、d-forward)神經(jīng)網(wǎng)絡(luò)(感知機(jī))、自組織映射網(wǎng)絡(luò)(SOM網(wǎng)絡(luò)),Hop-fild網(wǎng)絡(luò),和隨機(jī)網(wǎng)絡(luò)等幾十種各不相同的模型。其中最常用的是BP網(wǎng)絡(luò)。圖3簡(jiǎn)單的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)常用的神經(jīng)網(wǎng)絡(luò),一般由輸入層、中間層和輸出層組成,如圖3所示。中間層又稱(chēng)隱層,隱層可以是一層也可以是多層。每層神經(jīng)元的個(gè)數(shù),完全由輸入、輸出數(shù)據(jù)的大小、精度和問(wèn)題的性質(zhì)而決定的。圖4是ANN的幾種常見(jiàn)的互連模式。其中(a)是雙層側(cè)抑制連接模式;(b)是多層前向反饋連接模式;(c)層內(nèi)有互連的多層前向傳播連接模式;(d)多層全互連接合型連接模式。顯然,不同的連接模式就構(gòu)成不同的神經(jīng)網(wǎng)絡(luò)。圖4人工神經(jīng)網(wǎng)絡(luò)的互連結(jié)構(gòu)1.4神經(jīng)

7、網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則人工神經(jīng)網(wǎng)絡(luò)也是通過(guò)學(xué)習(xí)來(lái)調(diào)整網(wǎng)絡(luò)之間的權(quán)系數(shù),達(dá)到獲取知識(shí),增加才干,見(jiàn)多識(shí)廣的目的的。因此,人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則,實(shí)際上就是網(wǎng)絡(luò)連接權(quán)的調(diào)整規(guī)則。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則有多種,但幾乎所有的學(xué)習(xí)規(guī)則都是由赫布(Hebb)學(xué)習(xí)規(guī)則演變而來(lái)的。1)赫布型學(xué)習(xí)規(guī)則(相關(guān)規(guī)則);2)誤差修正型學(xué)習(xí)規(guī)則;3)隨機(jī)型學(xué)習(xí)規(guī)則;4)競(jìng)爭(zhēng)型學(xué)習(xí)規(guī)則。不同的網(wǎng)絡(luò)結(jié)構(gòu),有不同的學(xué)習(xí)規(guī)則,解決同一個(gè)問(wèn)題也可以用不同的學(xué)習(xí)規(guī)則。在地球物理反演中最常用的是誤差修正型學(xué)習(xí)。由此看來(lái),神經(jīng)網(wǎng)絡(luò)是一個(gè)高度復(fù)雜的非線(xiàn)性系統(tǒng)。雖然,每一個(gè)神經(jīng)元的結(jié)構(gòu)和功能都十分簡(jiǎn)單,但由大量神經(jīng)元按一定規(guī)則所構(gòu)成、并按一定的學(xué)習(xí)規(guī)

8、則訓(xùn)練過(guò)后的神經(jīng)網(wǎng)絡(luò)系統(tǒng)卻有著十分強(qiáng)大的自適應(yīng)、非線(xiàn)性、并行性的信息處理功能,能完成常規(guī)的計(jì)算機(jī)所不能完成的復(fù)雜的任務(wù)。其主要特征如下:1)信息處理的高度并行性;2)信息處理和信息存儲(chǔ)合二為一;3)能接受和處理模擬的、模糊的和隨機(jī)的信息;4)具自組織和自學(xué)習(xí)能力;5)求的是滿(mǎn)意解而不是精確解。神經(jīng)網(wǎng)絡(luò)和常規(guī)計(jì)算機(jī)在處理對(duì)象和應(yīng)用領(lǐng)域也是有區(qū)別的。從處理對(duì)象上看,神經(jīng)網(wǎng)絡(luò)適合于處理連續(xù)的、模糊的、隨機(jī)的信息。從應(yīng)用領(lǐng)域看,神經(jīng)網(wǎng)絡(luò)則主要應(yīng)用于圖象處理,語(yǔ)音識(shí)別,模糊判識(shí),自適應(yīng)控制,組合優(yōu)化等方面。二人工神經(jīng)網(wǎng)絡(luò)在地球物理資料反演中的應(yīng)用2.1 方法原理大家知道,地球物理反演實(shí)際上是將地球物理觀

9、測(cè)數(shù)據(jù)映射為模型參數(shù)的一種運(yùn)算。這種映射既可以用模式識(shí)別的方式實(shí)現(xiàn)、也可以用數(shù)字的方式定量的實(shí)現(xiàn)。人工神經(jīng)網(wǎng)絡(luò)在反演中的應(yīng)用,大多數(shù)是基于模式識(shí)別的原理,但近年來(lái),也有學(xué)者從定量映射的角度將神經(jīng)網(wǎng)絡(luò)引入地球物理反演,并取得了成功。設(shè)(Ak,Ck)是第k個(gè)輸入、輸出模式對(duì)(k=1,2,3,m)。其中,Ak= (ak1,ak2,akn)代表輸入的觀測(cè)數(shù)據(jù)向量,Ck=(ck1,ck2,ckq)代表輸出的模型參數(shù)向量,Bk= (bk1,bk2,bkp)代表中間數(shù)據(jù)向量。LA中有n個(gè)分量;而LB中有p個(gè)分量;LC中有q個(gè)分量。從輸入層到中間層的連接權(quán)為v= vij,i=1,2,n;j=1,2,p;從中間

10、層到輸出層的連接權(quán)為= ij,i=1,2,p;j=1,2,q。和常規(guī)反演一樣,基于BP回傳理論建立起來(lái)的反演方法,也要有目標(biāo)函數(shù)。此時(shí)的目標(biāo)函數(shù)定義為所有輸入模式對(duì)上輸出單元之希望輸出與實(shí)際輸出之誤差的平方和。E =12qk=1(ck-yk)2(6)其中E為均方差,是網(wǎng)絡(luò)的能量函數(shù)。Ck為第k個(gè)實(shí)際輸出,yk為第k個(gè)期望輸出。和常規(guī)的反演不同,基于BP回傳理論,可將反演過(guò)程分為學(xué)習(xí)(訓(xùn)練)和反演(測(cè)試)兩個(gè)階段。先學(xué)習(xí)后反演。學(xué)習(xí)就是對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。2.2模型試驗(yàn)用訓(xùn)練好的網(wǎng)絡(luò)對(duì)測(cè)試集進(jìn)行測(cè)試是檢驗(yàn)網(wǎng)絡(luò)訓(xùn)練效果的有效方法,這里用7個(gè)沒(méi)有參與網(wǎng)絡(luò)訓(xùn)練過(guò)程的測(cè)試集對(duì)上面訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行測(cè)試,下圖分

11、別二維反演收斂結(jié)果和為每個(gè)測(cè)試樣本組測(cè)試后的均方誤差,只有一個(gè)測(cè)試集的誤差達(dá)到0·052,其他幾個(gè)均在0·021以下,最低可達(dá)0·003,說(shuō)明神經(jīng)網(wǎng)絡(luò)反演的訓(xùn)練效果良好.圖5二維反演網(wǎng)絡(luò)訓(xùn)練誤差收斂結(jié)果 圖6 測(cè)試樣本經(jīng)訓(xùn)練好的網(wǎng)絡(luò)測(cè)試后的均方誤差2.3結(jié)論(1)對(duì)于數(shù)據(jù)量大、反演參數(shù)多的電阻率二維反演,通過(guò)選擇合適的網(wǎng)絡(luò)結(jié)構(gòu)和優(yōu)化的訓(xùn)練算法,神經(jīng)網(wǎng)絡(luò)非線(xiàn)性反演方法能夠得到比傳統(tǒng)反演方法效果更好的精細(xì)結(jié)構(gòu).(2)神經(jīng)網(wǎng)絡(luò)反演避免了二維反演中求取偏導(dǎo)數(shù)矩陣的困難,而且一旦網(wǎng)絡(luò)訓(xùn)練完成,反演相當(dāng)于將觀測(cè)數(shù)據(jù)作為測(cè)試集輸入,網(wǎng)絡(luò)輸出即是反演結(jié)果,快速、簡(jiǎn)單.三結(jié)語(yǔ)同時(shí)B

12、P神經(jīng)網(wǎng)絡(luò)在油氣勘探中亦有很多應(yīng)用，朱廣生,劉瑞林,宮家文在這個(gè)方面都做過(guò)相應(yīng)的研究，并得出一些有益的結(jié)果。人工神經(jīng)網(wǎng)絡(luò)是近年迅速發(fā)展起來(lái)的信息處理技術(shù),并己廣泛應(yīng)用于地球物理勘探中,尤其在石油勘探領(lǐng)域里,取得了明顯效果。但是,到目前為止,人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)在地球物理勘探上的應(yīng)用還限于模式識(shí)別上,如對(duì)大地電磁曲線(xiàn)類(lèi)型的自動(dòng)識(shí)別、地震道的分類(lèi)特征識(shí)別等,直接應(yīng)用于反演尚未取得令人信服的結(jié)果。神經(jīng)網(wǎng)絡(luò)應(yīng)用的另一個(gè)方向在反演的自組織上。對(duì)非線(xiàn)性反演,尤其是各種地球物理資料的聯(lián)合反演,將不同的反演方法和迭代過(guò)程組織成一個(gè)系統(tǒng),用神經(jīng)網(wǎng)絡(luò)去指揮這個(gè)系統(tǒng),使之輸出分辨率最優(yōu)而方差最小的地球模型,乃是下一階段

13、非線(xiàn)性反演在研究的一個(gè)重要方向。從人工智能中導(dǎo)出的神經(jīng)網(wǎng)絡(luò)算法不僅可應(yīng)用于地球物理信號(hào)處理,而且可以用于地球物理反演。朱自強(qiáng)在快速三維正演的基礎(chǔ)上,引入了神經(jīng)網(wǎng)絡(luò)中BP算法模型,成功地在數(shù)字計(jì)算機(jī)上實(shí)現(xiàn)了擬BP算法。該方法直接用兩個(gè)三維密度界面的迭加重力異常同時(shí)反演兩個(gè)界面埋深和起伏形態(tài)。由于采用無(wú)限維規(guī)劃分割映射法,使方法突破了反演變量維數(shù)限制,快速穩(wěn)定收斂,便于采用控制信息。該方法借助了神經(jīng)網(wǎng)絡(luò)中的并行,自適應(yīng)聯(lián)想等概念,使算法便于利用初始控制條件,從而減少解的非唯一性。楊文采根據(jù)神經(jīng)網(wǎng)絡(luò)可以應(yīng)用于非線(xiàn)性關(guān)系的分析,把已知的經(jīng)驗(yàn)推廣到未知的場(chǎng)合。姚姚利用HOPFIELD神經(jīng)網(wǎng)絡(luò)進(jìn)行地震資料

14、處理,通過(guò)對(duì)大慶地區(qū)某井旁地震剖面的試驗(yàn)處理,并與測(cè)井資料比較,其精度與廣義線(xiàn)性反演結(jié)果相當(dāng),但計(jì)算速度大為提高。雖然BP神經(jīng)網(wǎng)絡(luò)在地球物理中有很廣泛的應(yīng)用，但是其本身也存在這一些比如學(xué)習(xí)過(guò)程收斂速度慢，學(xué)習(xí)率不穩(wěn)定，局部極小值問(wèn)題紊亂等局限性，但是神經(jīng)網(wǎng)絡(luò)方法的進(jìn)一步發(fā)展和完善也會(huì)推動(dòng)他在各個(gè)領(lǐng)域包括在地球物理中的發(fā)展，使得他能發(fā)揮更大優(yōu)勢(shì)。參考文獻(xiàn)：楊文采.地球物理反演的理論與方法M.地球出版社,1997.王家映 地球物理資料非線(xiàn)性反演講座（五）人工神經(jīng)網(wǎng)絡(luò)反演法 工程地球物理學(xué)報(bào) 2008.6張新兵,王家林,陳冰,吳健生 BP、Hopfield神經(jīng)網(wǎng)絡(luò)在位場(chǎng)反演中的應(yīng)用比較 物探化探計(jì)算技術(shù) 2007.3蔡煜東,宮家文,等.應(yīng)用人工神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)油氣J.石油地球物理勘探,1993(5).于建華.人工神經(jīng)網(wǎng)絡(luò)在油氣識(shí)別中的應(yīng)用J.模式識(shí)別與人工智能,1994(1).朱廣生,劉瑞林.神經(jīng)網(wǎng)絡(luò)在油氣層橫向預(yù)測(cè)及地震道編輯中的應(yīng)用J.石油物探,1994(2).陳道德,等.神經(jīng)網(wǎng)絡(luò)在油氣橫向預(yù)測(cè)中的應(yīng)用J.石油物探,1995(2)張玉池 張兆京 人工神經(jīng)網(wǎng)絡(luò)在地球物