基于改进人工蜂群算法的瑞雷波频散曲线反演研究

基于改进人工蜂群算法的瑞雷波频散曲线反演研究

论文摘要

瑞雷波勘探具有分辨率高、抗干扰能力强、受场地影响小、经济、快速且无损等优点,现已被广泛应用于众多领域中,而瑞雷波频散曲线反演则是其中的核心。瑞雷波频散曲线反演是利用瑞雷波的频散特性来获取浅地表层状介质结构信息,现阶段反演方法主要分为局部线性化反演以及非线性全局优化反演两种。本文对一种新型全局优化算法——人工蜂群算法进行适当的改进,将其用于反演瑞雷波频散曲线,以获取地下横波速度以及地层厚度。传统蜂群算法具有极强的邻域搜索能力,能够找出区域内的极值点,但由于算法中未有全局最优解的引导,且全局搜索策略相对单一,致使算法可能陷于局部极值中,影响反演精度。鉴于蜂群算法精于探索、疏于开发的特性,本文借鉴粒子群算法中最优解引导策略以及遗传算法中的交叉操作,对蜂群算法进行改进,有效克服了上述问题。本文以“基于改进蜂群算法的瑞雷波频散曲线反演研究”为核心进行了深入的研究。首先介绍了蜂群算法基本原理以及实现过程,基于其缺陷提出了三种改进策略,结合运算效率以及频散曲线反演自身的特点对改进策略进行筛选。然后在不同理论模型中借助改进蜂群算法进行了基阶波频散曲线反演试算,并与传统蜂群算法反演进行对比,一方面检验了将蜂群算法引入至基阶波频散曲线反演中的有效性和适用性,另一方面也检验了改进之后的效果。其次,文中进行了深入的分析与研究,分别借助改进蜂群算法在不同模型中进行了含噪声试算、频散曲线联合反演试算以及频段缺失试算,从不同角度中检验了改进蜂群算法反演频散曲线的有效性。最后,对意大利某垃圾填埋场以及美国怀俄明地区两个典型实例进行了反演,通过实例研究检验了将改进蜂群算法应用于野外数据的实用性。通过本文研究取得如下研究成果:1、成功的将人工蜂群算法应用于瑞雷波频散曲线反演中,检验了算法在反演中的可行性以及较当前反演算法而言的优势。2、成功的借鉴粒子群算法以及遗传算法,对蜂群算法精于探索、疏于开发的缺陷进行有效改进。3、成功的基于改进蜂群算法进行了大量的基阶波频散曲线反演试算,与传统蜂群算法反演结果相比,检验了改进蜂群算法反演基阶波频散曲线的适用性与高效性。4、成功的基于改进蜂群算法进行了含噪声反演试算、频散曲线联合反演试算以及频段缺失反演试算,检验了改进蜂群算法反演复杂数据情形中的可行性。5、成功的基于改进蜂群算法对两个典型实例进行反演,通过与现有地层数据的对比检验了新型反演算法的实用性。本文的创新点主要体现在:1、本文针对传统蜂群算法缺少全局最优解参与运算过程以及全局探索策略相对单一的缺陷,引入粒子群算法中全局最优解引导策略以及遗传算法中的交叉操作进行针对性的改进,有效避免算法陷入局部极值中。2、将改进蜂群算法引入至频散曲线反演中,不止进行了基阶波频散曲线反演,而且在多模式下、含噪声以及频段缺失情形下均进行了相应的反演研究,对改进蜂群算法的反演性能进行了系统的测试。

论文目录

  • 作者简历
  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 选题的目的和意义
  •   1.2 选题国内外研究现状及当前存在的问题
  •     1.2.1 瑞雷波勘探技术研究现状
  •     1.2.2 频散曲线反演研究现状及存在的问题
  •   1.3 论文研究内容和研究成果及创新点
  •     1.3.1 论文主要研究内容
  •     1.3.2 论文研究成果及创新点
  •   1.4 论文的组织结构
  • 第二章 基本原理
  •   2.1 人工蜂群算法基本原理及其应用
  •     2.1.1 人工蜂群算法的基本原理
  •     2.1.2 算法的应用
  •   2.2 人工蜂群算法的优劣势分析
  •     2.2.1 算法的优势
  •     2.2.2 算法的劣势
  •   2.3 改进人工蜂群算法
  •     2.3.1 多种改进算法基本原理
  •     2.3.2 改进策略的选择
  •   2.4 改进人工蜂群算法在瑞雷波反演中的实现
  • 第三章 改进蜂群算法的基阶波反演研究
  •   3.1 两层地质模型
  •     3.1.1 两层速度递增地质模型
  •     3.1.2 两层速度递减地质模型
  •   3.2 三层地质模型
  •     3.2.1 三层速度递增地质模型
  •     3.2.2 三层含低速软弱夹层地质模型
  •     3.2.3 三层含高速硬夹层地质模型
  •   3.3 四层地质模型
  •     3.3.1 四层速度递增地质模型
  •     3.3.2 四层含低速软弱夹层地质模型
  •     3.3.3 四层含高速硬夹层地质模型
  •   3.4 六层地质模型
  •     3.4.1 六层速度递增地质模型
  •     3.4.2 六层含低速软弱夹层地质模型
  •     3.4.3 六层含高速硬夹层地质模型
  • 第四章 基于改进蜂群算法反演的几个方面研究
  •   4.1 含噪声研究
  •     4.1.1 两层含噪声地质模型
  •     4.1.2 三层含噪声地质模型
  •     4.1.3 四层含噪声地质模型
  •     4.1.4 六层含噪声地质模型
  •   4.2 多模式频散曲线联合反演研究
  •     4.2.1 三层含异常速度夹层
  •     4.2.2 四层含异常速度夹层
  •     4.2.3 六层含异常速度夹层
  •   4.3 频散曲线缺失频段研究
  •     4.3.1 两层模型缺失频段研究
  •     4.3.2 三层模型缺失频段研究
  •     4.3.3 四层模型缺失频段研究
  •     4.3.4 六层模型缺失频段研究
  • 第五章 实例分析
  •   5.1 意大利垃圾填埋场实例
  •   5.2 美国怀俄明州地区实例分析
  • 第六章 结论与建议
  •   6.1 本文完成的主要工作总结
  •   6.2 存在的问题及今后的研究方向
  • 致谢
  • 参考文献
  • 文章来源

    类型: 硕士论文

    作者: 于东凯

    导师: 宋先海

    关键词: 瑞雷波,频散曲线反演,蜂群算法,基阶波反演,含噪声反演,多模式联合反演,频段缺失反演

    来源: 中国地质大学

    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

    分类号: P631.4

    DOI: 10.27492/d.cnki.gzdzu.2019.000011

    总页数: 133

    文件大小: 7973K

    下载量: 69

    相关论文文献

    • [1].浅地表面波频散曲线组合勘探方法[J]. 科学技术与工程 2020(16)
    • [2].基于多模式的多重滤波方法提取瑞雷面波频散曲线[J]. 工程地球物理学报 2018(04)
    • [3].面波基模式频散曲线提取解精度对比研究[J]. 世界地质 2017(03)
    • [4].基于改进遗传算法的瑞利波频散曲线的反演[J]. 山西建筑 2014(15)
    • [5].广义S变换在瑞利波频散曲线提取中的应用[J]. 地球物理学进展 2012(04)
    • [6].基于广义模式识别面波基模式频散曲线反演研究[J]. CT理论与应用研究 2017(03)
    • [7].黏弹性介质中瑞利波频散曲线和衰减系数曲线的反演[J]. 地震工程学报 2015(03)
    • [8].利用波场模拟方法检验修正瑞雷波频散曲线[J]. 武汉大学学报(信息科学版) 2014(03)
    • [9].软夹层介质瑞利波合并化频散曲线模拟分析[J]. 煤田地质与勘探 2011(02)
    • [10].用双曲正切和反正切函数拟合面波频散曲线的适应性分析[J]. 科学技术与工程 2018(28)
    • [11].利用微动数据提取瑞雷波频散曲线[J]. 工程地球物理学报 2019(04)
    • [12].被动源瑞利波两道法提取频散曲线的质量控制方法[J]. 物探与化探 2019(06)
    • [13].多模式瑞雷波频散曲线的粒子群反演方法研究[J]. 地球物理学进展 2018(03)
    • [14].根据非线性贝叶斯理论的界面波频散曲线反演[J]. 声学学报 2012(03)
    • [15].城市微动高阶面波在浅层勘探中的应用:以苏州河地区为例[J]. 地球物理学报 2020(01)
    • [16].非线性Lamb波在金属薄板微缺陷不同距离的检测研究[J]. 化学工程与装备 2020(04)
    • [17].改进蜂群算法及其在面波频散曲线反演中的应用[J]. 地球物理学报 2018(04)
    • [18].面波频散曲线遗传算法反演的程序设计[J]. 地球物理学进展 2013(05)
    • [19].面波频散曲线计算的频率域速度扫描法[J]. 内蒙古石油化工 2017(Z1)
    • [20].瑞利波频散曲线与介质层厚度的关系研究[J]. 黑龙江大学自然科学学报 2013(02)
    • [21].低速夹层和覆盖层厚度对瑞雷面波频散曲线的影响[J]. 中国水运(下半月) 2019(03)
    • [22].基于粒子群算法的瑞雷波频散曲线反演研究[J]. 地球物理学进展 2018(04)
    • [23].短时傅立叶变换和广义S变换用于提取面波频散曲线效果对比研究[J]. 物探化探计算技术 2013(01)
    • [24].道路结构型地层瑞利波相速度频散曲线的完整求取[J]. 中南大学学报(自然科学版) 2013(02)
    • [25].两种计算瑞利波理论频散曲线的传递法模拟对比[J]. 物探与化探 2008(04)
    • [26].规则层状弹性介质中基阶模态瑞利波频散曲线计算新方法[J]. 岩土力学 2019(12)
    • [27].煤层厚度变化时地震槽波理论频散曲线计算方法及频散特征分析[J]. 地球物理学报 2018(08)
    • [28].瑞雷波多模式频散曲线的能量计算研究[J]. 电脑知识与技术 2018(26)
    • [29].利用微动探测研究城市地下空间结构[J]. 矿产与地质 2020(02)
    • [30].充水黏弹性管道的频散曲线计算分析[J]. 应用声学 2018(06)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于改进人工蜂群算法的瑞雷波频散曲线反演研究
    下载Doc文档

    猜你喜欢