杂交粒子群优化算法反演瑞雷面波频散曲线

针对传统粒子群算法反演面波频散曲线易陷入局部极值的问题，通过非线性的自适应惯性权重、引入压缩因子以及边界条件约束三种优化策略对该算法进行优化，提出一种杂交粒子群优化算法(Hybrid Particle Swarm Optimization, HPSO)进行瑞雷面波频散曲线反演，提高了反演的精度、减少了反演的多解性。通过典型地质模型的无噪声、含噪声及多模态理论频散曲线反演，验证了该方法的有效性、抗噪能力和多模态频散曲线联合反演能力；与边界约束粒子群算法反演结果的对比分析表明，HPSO具有更高的反演精度；最后，对实测数据进行了反演，验证了HPSO的适用性。     

瑞雷面波频散曲线的粒子群蚁群混合优化反演

应用瑞雷面波频散曲线反演地下介质的横波速度剖面是面波勘探的重要步骤之一。传统线性反演方法已不能满足物探工程的要求,非线性的反演方法成为研究热点。文中将基于粒子群优化算法和蚁群优化算法的非线性混合优化算法应用于瑞雷面波频散曲线反演,获得横波速度剖面。该算法利用信息素引导机制更新粒子的早期位置,充分结合了粒子群优化算法对全局最优解的引导策略和蚁群优化算法的局部搜索能力,克服了粒子群算法在群体处于平衡状态时粒子群更新停滞不前和蚁群算法对多极值函数求解时收敛早熟的缺点。通过对多种理论模型频散曲线的反演,检验了该算法的有效性和稳定性;与单独的蚁群算法、粒子群算法反演结果的对比验证了该算法的优越性;实测数据反演结果检验了算法的实用性。     

利用粒子群优化算法快速、稳定反演瑞雷波频散曲线

反演瑞雷波频散曲线能有效地获取横波速度和地层厚度,但基于局部线性化的瑞雷波频散曲线反演方法很难适应反演目标函数的非线性、多参数、多极值的特点。为此,提出并测试了一种新的基于全局优化策略的粒子群优化（PSO）算法的瑞雷波频散曲线反演方法。首先反演了三个理论模型的无噪声和含噪声数据,验证了PSO对瑞雷波数据反演的有效性与稳定性;然后将PSO与模拟退火法（SA）进行对比,说明PSO相对于SA具有全局收敛性强、收敛速度快、求解精度高的特点;最后,反演了来自美国怀俄明地区的实测数据,检验了PSO对瑞雷波数据反演的适用性。理论模型试算和实测资料分析表明,PSO可以用于瑞雷波频散曲线的定量解释。     

自适应混沌嵌入式粒子群算法提取地震子波

本文提出一种基于Tent映射的自适应混沌嵌入式粒子群算法,通过拟合优化求解目标函数得到子波模型参数。算法将混沌变量嵌入到标准粒子群算法中,且对惯性权重和学习因子进行非线性自适应调整,并建立平均粒距与适应度方差相结合的早熟判断机制,以混沌搜索的方式跳出局部最优。合成地震数据仿真及实际地震数据处理结果表明,该算法应用于地震子波提取具有较高的求解精度。     

改进的布谷鸟MT反演算法

由于大地电磁（MT）数据的反演是高度非线性的,传统的全局优化算法收敛速度慢,且易陷入局部极值。为此,提出一种结合单纯形法的全局布谷鸟算法（ICS）反演MT数据。针对布谷鸟算法（CS）精于探索、疏于开发的特点,引入粒子群算法中的全局最优解,加强算法的局部搜索能力;同时结合单纯形法对较差鸟巢进行改进,进一步提高寻优精度。理论和实测数据反演结果表明,改进后的算法反演结果更稳定,收敛速度更快,求解精度更高。     

基于粒子群优化算法的波阻抗反演研究

波阻抗反演属于最优化问题，其目标函数可能包含多个在一定范围内连续的变量。传统的优化手段对某些函数存在难以优化，容易陷入局部解，收敛速度缓慢等问题。粒子群算法只考虑目标函数，对初始模型的依赖程度不高，可以随机地在全局域内进行搜索。通过分析粒子群算法的原理，提出了地震波阻抗反演粒子群算法的实现方法。详细地分析了粒子群算法的抗噪能力及算法中各参数对反演结果的影响，得出参数的最优组合。利用模型数据对该方法进行检测，在无噪情况下，反演结果与模型一致；在加入3%，10%和25%的噪声后，反演前后的相关系数分别为98.31%，93.27%和82.09%，证明了该方法的有效性。     

基于自适应差分进化算法的MT信号激电信息提取

从MT信号中提取激电信息的研究有助于提高大深度探测技术的勘探精度、深度和范围。针对MT信号激电信息提取中存在的非线性和非凸特征,通过改进混沌自适应差分进化算法中进化参数的自适应策略,提出了一种基于非均匀统计分布的自适应差分进化两阶段最小构造反演方法。一方面该方法利用柯西分布和高斯分布的统计特性自适应获取进化参数F和CR,提高算法的全局搜索能力, 通过记忆以往迭代过程中的优秀进化参数提高算法后期的稳定性;另一方面该方法通过引入第二阶段的反演过程强化极化率对观测数据的影响;通过将正则化参数引入差分进化算法的适应度函数解决反演的多解性问题。对含激电效应的MT一维模型的反演结果表明,本文算法能够较好地重构地电结构和提取激电信息并在加噪环境下具有较强的鲁棒性。与其他非线性算法(混沌自适应差分进化算法,标准差分进化算法和粒子群优化算法)的反演结果对比表明,本文算法具有更为优越的全局搜索能力和较高的反演精度,适于微弱激电信息的提取。     

基于改进蜣螂优化算法的瑞雷波频散曲线反演方法

瑞雷波勘探方法是一种常用的近地表勘探技术，频散曲线反演是瑞雷波勘探数据处理流程中的关键步骤之一。作为一个典型的多参数、多极值、高度非线性的地球物理优化问题，频散曲线的准确、高效反演对计算近地表横波速度场，进而获取地层结构信息具有重要意义。提出一种基于改进的蜣螂优化算法的瑞雷波频散曲线反演方法，使用Halton序列初始化种群个体的位置，更好地控制初始化种群的空间分布；通过种群划分，对不同的子种群采用不同的搜索策略，一方面避免反演搜索陷入局部最优，同时实现算法的快速收敛。使用3个理论地质模型和实际资料，对改进蜣螂优化算法应用于频散曲线反演以获取地下横波速度分布的有效性进行验证。结果表明，与使用当前较为主流的改进自适应遗传算法进行频散曲线反演相比，新方法有效、稳定且能够快速收敛得到最优解。     

蚱蜢算法在瑞雷波频散曲线反演中的应用

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。     

基于粒子群优化算法波阻抗反演的研究与应用

 在地震勘探中占有重要地位的波阻抗反演属于求解最优化问题，其优化目标函数可能包含多个在一定范围内的连续变量，传统的优化手段存在对有些函数难以优化、容易陷入局部解及收敛速度缓慢等问题。粒子群算法只是考虑目标函数，对初始模型的依赖程度不高，并且可以随机地在全局域内进行搜索。本文基于粒子群算法的原理，提出了地震道反演中粒子群算法的实现方法，并详细地分析粒子群算法的抗噪能力；利用模型对该方法进行检测，得知在无噪时反演结果与模型一致；在依次加入3%、10%和25%的噪声后，反演前后的相关系数分别达到98.31%、93. 27%和82.09%；文中还用实际资料证明了该方法的有效性。     

自适应权重蜻蜓算法及其在瑞雷波频散曲线反演中的应用

瑞雷波勘探技术是探查近地表横波速度结构的有效手段.然而瑞雷波频散曲线的反演具有非线性和多极值特点,采用遗传算法等传统非线性算法,在求解此类问题时会呈现不易收敛、稳定性差等现象.蜻蜓算法是一种近年提出的新型非线性算法,文中在该算法基础上提出基于自适应权重的改进蜻蜓算法,紧密围绕非线性算法的前期强调"探索"、后期侧重"开发...     

基于FOA的叠前反演方法

本文提出一种基于果蝇优化算法的非线性叠前反演方法,利用Schaffer函数F6进行算法性能测试,并对不同加噪百分比的模型数据利用果蝇优化算法(FOA)进行EI反演,提取相应的弹性参数,反演能够收敛到全局最优解。将此法应用于鄂尔多斯SLG地区实际二维数据,能够快速得到较稳定可靠的弹性反演参数,表明文中方法能够用于指示气层的横向变化。     

基于改进PSO-ICA的地震信号去噪方法

为了改善常规固定步长独立分量分析(ICA)算法的叠前地震信号去噪效果,本文提出一种基于混沌粒子群优化(PSO)的改进ICA算法。该算法利用混沌PSO动态调整相对梯度ICA的步长函数,减小ICA算法的稳态误差。在混沌PSO优化过程中,采用一种基于反正切函数的非线性递减惯性权重,提高PSO迭代初期的全局搜索能力和迭代后期的局部搜索能力。模型试算和实际单炮记录处理结果表明:本文提出的改进ICA算法去噪效果明显,有效信号损失小。与其他算法相比,改进ICA算法不仅能很好地保护有效地震信号,而且能提高信噪比。     

混合智能优化地震反演

传统非线性反演方法存在着收敛效率低,有时会陷入局部极值的问题。为此,研究开发了融合粒子群优化算法和郭涛算法的混合智能优化地震非线性反演技术。粒子群优化算法对解的更新更具有目的性,收敛速度快;郭涛算法构造了多父体交叉重组算子并采用群体爬山策略,求解精度高;混合智能优化算法以粒子群优化算法为主体框架,融入郭涛算法的寻优机制。函数优化测试、理论模型试算和实际资料反演处理结果表明,混合智能优化算法具有求解效率高、全局寻优能力强的优点,适合解决复杂的地震反演问题。     

叠后地震道反演的随机爬山法

本文在Ｈｕａｎｇ等人提出的随机爬山法基础上，使用Ｉｎｇｂｅｒ给出的依赖于温度的似Ｃａｕｃｈｙ分布产生的新模型，构造一种叠后地震道反演的新随机爬山法。此法的基本思路是将目标函数定义为归一化的相似系数Ｅ，通过ＳＨＣ法反演得到一个波阻抗模型使Ｅ达到极大值。