期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
应用多策略改进量子粒子群算法的直流电与Rayleigh波联合反演
1
作者
朱春光
管泓清
+3 位作者
秦天
张富翔
王强
高远
《石油地球物理勘探》
北大核心
2025年第1期137-151,共15页
针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)...
针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)的量子行为粒子群(Quantum-behaved Particle Swarm Optimization,QPSO)算法(简称为COBL-CS-QPSO算法)应用于二者的一维联合反演。通过联合反演可以从电阻率数据中提取层厚信息,弥补单独Rayleigh波反演难以精确解析层厚的问题;同时多策略算法的引入使解在搜索过程中不易陷入局部最优,并加强了不确定环境下的随机搜索效率。理论模型实验考虑了无噪声与有噪声以及已知模型层数与未知模型层数的多种情况,并使模型反演在宽泛的搜索区间内进行,最终取得了良好的反演效果。随后将该联合反演算法应用于实际数据,结果表明基于COBL-CS-QPSO算法的直流电与Rayleigh波联合反演在无钻孔信息或未知地下详细分层的条件下,能够获得相比于单独方法更为准确的结果。同时与自适应粒子群(APSO)算法的对比也体现了改进算法的反演优势。
展开更多
关键词
Rayleigh
波法
直流电法
联合反演
量子行为粒子群算法
重心反向学习
混沌搜索
无限折叠的迭代混
沌映射
浅地表
在线阅读
下载PDF
职称材料
基于反吸引速度更新机制的改进蜉蝣算法
2
作者
毛清华
王迎港
牛晓辉
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2024年第6期1770-1783,共14页
针对蜉蝣算法(MA)前期收敛速度较慢、后期寻优精度不高等问题,提出一种基于反吸引速度更新机制的改进蜉蝣算法(MMOA)。采用改进型Tent混沌序列初始化蜉蝣种群,使蜉蝣分布更加均匀,提升了种群的多样性;结合MA的特点,引入反吸引速度更新...
针对蜉蝣算法(MA)前期收敛速度较慢、后期寻优精度不高等问题,提出一种基于反吸引速度更新机制的改进蜉蝣算法(MMOA)。采用改进型Tent混沌序列初始化蜉蝣种群,使蜉蝣分布更加均匀,提升了种群的多样性;结合MA的特点,引入反吸引速度更新机制指导蜉蝣速度更新,平衡算法的全局搜索和局部寻优能力,进而提升算法的收敛性能;对全局最优蜉蝣进行逐维的重心反向学习变异,降低各维度间的干扰,帮助算法跳出局部最优并加速收敛。基于12个标准测试函数和部分CEC2017测试函数进行对比仿真实验,结果表明:MMOA较灰狼优化(GWO)算法、MA等算法在收敛速度、寻优精度和稳定性等方面都具有明显优势。
展开更多
关键词
蜉蝣算法
改进Tent混沌
反吸引速度
逐维变异
重心反向学习
在线阅读
下载PDF
职称材料
题名
应用多策略改进量子粒子群算法的直流电与Rayleigh波联合反演
1
作者
朱春光
管泓清
秦天
张富翔
王强
高远
机构
中国地质调查局廊坊自然资源综合调查中心
长安大学地质工程与测绘学院
中国地质调查局梨树黑土地地球关键带野外科学观测研究站
出处
《石油地球物理勘探》
北大核心
2025年第1期137-151,共15页
基金
中国地质调查局项目“辽河平原梨树地区黑土地地表基质层调查”(DD20211590)资助。
文摘
针对浅地表地质分层问题,文中分析了直流电(DC)法与Rayleigh波(RW)法共同探测并进行数据联合反演的可行性,重点研究了融合多种优化策略后形成的基于重心反向学习(Centroid Opposition-Based Learning,COBL)和混沌搜索(Chaos Search,CS)的量子行为粒子群(Quantum-behaved Particle Swarm Optimization,QPSO)算法(简称为COBL-CS-QPSO算法)应用于二者的一维联合反演。通过联合反演可以从电阻率数据中提取层厚信息,弥补单独Rayleigh波反演难以精确解析层厚的问题;同时多策略算法的引入使解在搜索过程中不易陷入局部最优,并加强了不确定环境下的随机搜索效率。理论模型实验考虑了无噪声与有噪声以及已知模型层数与未知模型层数的多种情况,并使模型反演在宽泛的搜索区间内进行,最终取得了良好的反演效果。随后将该联合反演算法应用于实际数据,结果表明基于COBL-CS-QPSO算法的直流电与Rayleigh波联合反演在无钻孔信息或未知地下详细分层的条件下,能够获得相比于单独方法更为准确的结果。同时与自适应粒子群(APSO)算法的对比也体现了改进算法的反演优势。
关键词
Rayleigh
波法
直流电法
联合反演
量子行为粒子群算法
重心反向学习
混沌搜索
无限折叠的迭代混
沌映射
浅地表
Keywords
Rayleigh-wave method
direct current method
joint inversion
quantum-behaved particle swarm optimization(QPSO)algorithm
centroid opposition-based learning(COBL)
chaos search(CS)
iterative chaotic map with infinite collapses(ICMIC)
shallow subsurface
分类号
P631 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
基于反吸引速度更新机制的改进蜉蝣算法
2
作者
毛清华
王迎港
牛晓辉
机构
燕山大学经济管理学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2024年第6期1770-1783,共14页
基金
国家自然科学基金(71704151)。
文摘
针对蜉蝣算法(MA)前期收敛速度较慢、后期寻优精度不高等问题,提出一种基于反吸引速度更新机制的改进蜉蝣算法(MMOA)。采用改进型Tent混沌序列初始化蜉蝣种群,使蜉蝣分布更加均匀,提升了种群的多样性;结合MA的特点,引入反吸引速度更新机制指导蜉蝣速度更新,平衡算法的全局搜索和局部寻优能力,进而提升算法的收敛性能;对全局最优蜉蝣进行逐维的重心反向学习变异,降低各维度间的干扰,帮助算法跳出局部最优并加速收敛。基于12个标准测试函数和部分CEC2017测试函数进行对比仿真实验,结果表明:MMOA较灰狼优化(GWO)算法、MA等算法在收敛速度、寻优精度和稳定性等方面都具有明显优势。
关键词
蜉蝣算法
改进Tent混沌
反吸引速度
逐维变异
重心反向学习
Keywords
mayfly algorithm
improved Tent chaos
anti-attraction velocity
dimension-by-dimension mutation
centroid opposition-based learning
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
应用多策略改进量子粒子群算法的直流电与Rayleigh波联合反演
朱春光
管泓清
秦天
张富翔
王强
高远
《石油地球物理勘探》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于反吸引速度更新机制的改进蜉蝣算法
毛清华
王迎港
牛晓辉
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
