蚱蜢算法在瑞雷波频散曲线反演中的应用

论文摘要

蚱蜢算法是一种新型的群智能优化算法,其灵感来源于蚱蜢在不同阶段表现出的独特觅食行为。该算法将蚱蜢算子的移动分为局部搜索与全局搜查两个阶段,算子每次移动均受其余所有算子的共同影响,以保证收敛到精确解。将蚱蜢算法引入面波频散曲线反演,以获得近地表横波速度。基于理论数据和实测瑞雷波数据,分析了利用蚱蜢算法计算近地表横波速度的有效性和适用性。目标函数解在反演迭代过程中能够快速收敛到全局最优;模型参数的分布概率高,即在寻找到全局最优解的同时,能够确保解中每个参数同时达到最优,保证了反演结果的可靠性。

论文目录

• 0 引言
• 1 蚱蜢算法基本原理及验证
•   1.1 基本原理
•   1.2 算法测试
•     （1） Griewank函数。
•     （2） Rastrigrin函数。
• 2 蚱蜢算法在面波反演中的实现
•   2.1 理论模型反演
•     2.1.1 频散曲线联合反演测试
•     2.1.2 含噪测试
•     2.1.3 搜索区间测试
•     2.1.4 频散曲线缺失频段测试
•   2.2 反演结果分析
• 3 与粒子群算法的对比
• 4 实测资料反演
• 5 结论

文章来源

类型: 期刊论文

作者: 于东凯,宋先海,张学强,赵素涛,蔡伟

关键词: 蚱蜢算法,群智能,瑞雷波,频散曲线,非线性反演

来源: 石油地球物理勘探 2019年02期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 地质学,地球物理学,矿业工程

单位: 中国地质大学(武汉)地球物理与空间信息学院,中国地质大学(武汉)湖北省地球内部多尺度成像重点实验室

基金: 国家自然科学基金项目“起伏地表二维粘弹复杂介质瑞雷波全波形反演研究”(41874150),“起伏地表粘弹复杂介质三维多分量瑞雷波传播特性研究”(41574114)联合资助

分类号: P631

DOI: 10.13810/j.cnki.issn.1000-7210.2019.02.007

页码: 288-301+236

总页数: 15

文件大小: 1389K

下载量: 212