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。     

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。     

用瞬态瑞雷波反演横波速度试验研究

在工程地质勘察中,抗压强度是衡量土层抗压能力的重要质量指标.应用τ～p变换提取面波,获取高信噪比的频散曲线,采用SVD算法自动反演横波速度,提高横波速度的计算精度,进而计算二维抗压强度剖面.消除了表面波多道分析法(MASW)所存在的平均效应,提高了瑞雷波纵、横向分辨率和无损检测精度,用上述方法对某高速公路振冲压碾效果进行了无损检测试验,其结果与钻探和试压分析一致.     

应用人工神经网络算法的地震面波非线性反演

利用瑞雷波频散曲线反演地下介质的横波速度是一种有效可靠的地球物理方法,且已被广泛应用于近地表地质调查和勘测。传统线性反演方法已不能满足日益复杂的目标或任务的需求,而非线性反演方法因其反演速度快、原理直观易懂而倍受关注。非线性反演方法中的人工神经网络具有自组织、自学习能力、联想记忆能力、高度容错性和抗干扰性,对不同反演问题能（通过相应网络训练后）反演出相应的目标参数。鉴于此,引入BP人工神经网络对地震面波进行反演,通过网络设计、训练和学习,求得最优解而不是精确解,以此避免了其他非线性反演方法易陷入局部极小值的问题。通过选取BP神经网络对多种典型地质模型在无噪和含噪情形下得到的频散曲线分别进行反演,并对比反演结果与真实数据,验证了此方法反演频散曲线的有效性和稳定性。最后,对实际数据进行反演,并与其他方法反演结果进行对比、分析,检验了该反演方法的实用性。     

附加质量法在清江水布垭面板堆石坝堆石体密度测定中的应用

介绍了附加质量法测定堆石体密度的检测原理，仪器设备及现场测试过程，并结合水布垭工程堆石体密度测定实例。分析了该方法的有效性。应用结果表明，该方法不但具有现场测试快速，轻便，精度高等优点，而且不挖坑不取样，在堆石体密度检测中具有广阔的应用前景。     

多模式瑞雷波波场特征及能量分布特性研究

针对实际工程勘察中3种常见的典型地质结构,利用高阶有限差分正演模拟技术,深入研究了多模式瑞雷波波场特征及能量分布特性。研究结果表明：对于递增型地质结构,基阶波在整个频带波场特征十分明显,基阶波能量占整个波场的主导地位,此时反演分析时可仅利用基阶波信息;而对于含低速软弱夹层或高速硬夹层等复杂地质结构,高模式波波场特征在高频段或中频段十分显著,基阶波能量则在这些频段处于次要地位,此时反演分析时应充分利用多模式瑞雷波信息,以提高复杂地质结构反演解释精度和可靠性。     

基于电磁波CT技术的复杂地质异常探测

溶洞、洞穴、溶蚀破碎带和岩石裂隙区对水电工程建设具有潜在的威胁.为此,本文使用跨孔电磁波层析成像技术准确地探明了清江水布垭水电工程左岸5个钻孔中的地下地质异常.该方法是采用对称偶极天线在一孔中发射电磁波,使用鞭状天线在另一孔中接收电磁波场强,应用快速稳定的联合迭代重建算法(SIRT)反演重建地下介质的吸收系数分布.该典型实例测试结果表明,电磁波CT在碳酸岩和灰岩地区探测地下地质异常体不仅效果好,而且精度高,在大型水电工程安全监测中具有广阔的应用前景.     

弹性波CT在大体积混凝土无损检测中的应用

阐述了弹性波CT检测混凝土质量的基本原理及其反演重建算法,并结合某大型水电工程探测实例,分析了该方法的有效性.实例分析结果表明,弹性波CT用于大体积混凝土质量无损检测,不但具有探测结果直观、可靠性高等优点,而且能满足高精度和高分辨率精细探测的要求,在大体积混凝土质量无损检测中具有广阔的应用前景.     

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。     

低速夹层上瑞雷波频散曲线快速稳定反演算法

该文提出了TDWLSA反演算法 ,有效地解决了对初始模型的选取。等厚薄层的应用 ,提高了横波速度的反演精度 ,引入权重矩阵提高数据分辨率 ,采用自适应修改阻尼因子提高迭代效果并协调分辨率与解的关系。实测资料试算结果表明 ,用该算法对低速软弱夹层瞬态瑞雷波频散曲线进行反演 ,不但具有稳定性好、精度高、分辨能力强的特点 ,而且能自动分层和反演地层参数。