Using adaptive differential evolution algorithm to improve parameter estimation in seismic processing: extended results

Abstract

ABSTRACT. Since the end of the 1990s, methods of imaging and inversion have been receiving systematic attention, through multiparametric traveltimes, such as the Common-Reflection-Surface (CRS) method, in its two versions zero offset (ZO) and finite offset (FO), and the Offset Continuation Trajectory (OCT). Despite its superior quality to traditional methods, OCT and CRS face the challenges of additional computation costs, which stem from the required multiparameter estimations. The problem of estimating the slope, curvature, and velocity parameters reliably and efficiently has been drawing focus in the seismic literature. Mathematically, approaches to solve that problem rely on global optimization techniques. The main challenges are robustness (small relative sensitivity to given initial values) and convergence speed. The Differential Evolution (DE) has shown promising results. That method has a welcome property of robustness, however also the drawback of undesired convergence speed. In this paper, we propose overcoming this problem upon applying the Adaptive Differential Evolution known as JADE. Qualitative results from synthetic and real datasets show, for similar execution times, the fast convergence of JADE when compared with that of DE. Therefore, JADE presents itself as a great alternative to DE, showing even more promising results regarding estimating the parameters of OCT and CRS.

Keywords: seismic parameter estimation, adaptive differential evolution.

Usando algoritmo de evolução diferencial adaptativo para melhorar a estimação de parâmetros no processamento sísmico

RESUMO. Desde o fim da década de 90, métodos de imageamento e inversão vêm recebendo atenção sistemática através de tempos de trânsito multiparamétricos, tal como o método Common-Reflection-Surface (CRS), em suas duas versões afastamento nulo (ZO) e afastamento finito (FO), e a trajetória para continuação de afastamento (OCT). Apesar da qualidade superior quando comparado aos métodos tradicionais, o OCT e o CRS enfrentam os desafios de custos adicionais de computação, que impedem a estimação dos parâmetros necessários. O problema de estimar os parâmetros de inclinação, curvatura e velocidade de uma maneira confiável e eficiente tem atraído o foco da literatura sı́smica. Matematicamente, as abordagens para resolver esse problema contam com técnicas de otimização global. Os principais desafios são robustez (pequena sensibilidade relativa a determinados valores iniciais) e velocidade de convergência. Differential Evolution (DE) mostrou resultados promissores. Esse método possui uma propriedade bem-vinda de robustez, mas também a desvantagem de velocidade de convergência indesejada. Neste artigo, propomos superar esse problema com a aplicação do Adaptive Differential Evolution, conhecido como JADE. Os resultados qualitativos dos conjuntos de dados sintéticos e reais mostram, para tempos de execução semelhantes, a rápida convergência do JADE quando comparado ao do DE. Portanto, o JADE se apresenta como uma ótima alternativa ao DE, apresentando resultados ainda mais promissores em relação à estimação dos parâmetros do OCT e do CRS.

Palavras-chave: estimação de parâmetros sı́smicos, evolução diferencial adaptativa.