买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国地质大学(武汉)

摘要：本发明提供了一种基于Krylov子空间的深部地层导热系数三维预测方法及装置，包括以下步骤：在均匀半空间研究区域内构建导热系数异常体，设定该研究区域边界条件并开展有限元温度数值模拟，获取地下空间三维温度场dobs；构造初始预测模型和正则化目标函数，在预测过程中采用Jacobian‑freeKrylov子空间技术求解Jacobian矩阵与任意向量的乘积避免大型稠密的Jacobian矩阵的求解及存储；利用Gauss‑Newton算法及L‑BFGS算法分别构造Hessian矩阵并近似求解Hessian矩阵的逆矩阵，用于减少存储需求与计算量，并获取模型修正量Δm，基于Wolfe准则搜索模型步长更新模型参数，循环预测使得实测数据与模拟数据拟合差小于预设值，输出最优预测结果。本发明能够量化表征深部介质导热系数分布特征，预测精度高范围广，实用性强。

主权项：1.一种基于Krylov子空间的深部地层导热系数三维预测方法，其特征在于，包括以下步骤：在均匀半空间研究区域内构建导热系数异常体，对所述均匀半空间研究区域设定边界条件，结合导热系数分布和所述边界条件开展有限元温度数值模拟，获取地下空间温度场Tx,y,z＝dobs，x、y、z分别表示x、y、z轴方向；根据所述地下空间温度场dobs，结合在均匀半空间研究区域先验信息下获取的地下空间温度场Tx,y,z＝dm，构造初始预测模型和正则化目标函数，采用Gauss-Newton算法并忽略所述正则化目标函数的二阶信息项，构造Hessian矩阵及梯度向量；由Jacobian-freeKrylov子空间技术求解Hessian矩阵中Jacobian矩阵及所述Jacobian矩阵的转置与任意向量的乘积；获取所述Hessian矩阵的逆矩阵并求解所述Hessian矩阵及梯度向量组成的线性方程组得到预测模型修正量Δm；根据所述预测模型修正量Δm，利用Wolfe准则获得预测模型搜索步长以更新预测模型参数；将更新的预测模型参数代入有限元温度数值模拟得到当前预测模型参数下的模拟数据，并计算与实测数据之间的数据拟合差，若小于预设拟合差条件，则输出当前预测模型参数作为最优预测结果；否则，返回更新dm并求解新的预测模型修正量Δm。

全文数据：

权利要求：

百度查询： 中国地质大学(武汉) 基于Krylov子空间的深部地层导热系数三维预测方法及装置