期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
应用闪电连接过程优化算法反演多阶瑞雷波频散曲线 被引量:3
1
作者 付宇 艾寒冰 +3 位作者 姚振岸 李红星 田宵 张杏棉 《石油地球物理勘探》 EI CSCD 北大核心 2023年第4期830-838,共9页
在瑞雷波勘探中,频散曲线反演是获取地下地层信息的关键,具有多参数、多极值特征。传统的全局优化算法,如粒子群(PSO)算法、遗传算法(GA)等,进行频散曲线反演时存在收敛速度慢、求解精度低等问题。为此,将一种新颖的全局优化算法——闪... 在瑞雷波勘探中,频散曲线反演是获取地下地层信息的关键,具有多参数、多极值特征。传统的全局优化算法,如粒子群(PSO)算法、遗传算法(GA)等,进行频散曲线反演时存在收敛速度慢、求解精度低等问题。为此,将一种新颖的全局优化算法——闪电连接过程优化(Lightning Attachment Procedure Optimization,LAPO)算法用于频散曲线反演。LAPO算法受自然界中闪电下行先导和上迎先导连接过程的启发所提出,通过模拟自然界中闪电形成过程寻求最优解。该算法全局搜索和局部开发能力都强,无需进行参数调整。使用理论地质模型和实际数据进行测试,结果表明:与PSO算法相比,LAPO算法具有收敛速度快、求解精度高、算法性能稳定的特点;LAPO算法不仅适用于基阶频散曲线反演,而且适用于多阶频散曲线反演,是瑞雷波频散曲线定量解释的有效工具。 展开更多
关键词 瑞雷波 频散曲线反演 多阶 全局优化 闪电连接过程优化算法
在线阅读 下载PDF
闪电分叉过程算法优化的K-means聚类 被引量:4
2
作者 高文欣 刘升 肖子雅 《运筹与管理》 CSSCI CSCD 北大核心 2021年第12期35-41,共7页
K-means聚类算法是在数据挖掘和数据分析中一种常用算法,但是其存在依赖初始值和易陷入局部最优值的缺陷,针对这些不足,本文提出一种闪电分叉过程算法优化的K-means聚类,克服聚类算法在初始值选择困难的问题,提高K-means聚类算法的求解... K-means聚类算法是在数据挖掘和数据分析中一种常用算法,但是其存在依赖初始值和易陷入局部最优值的缺陷,针对这些不足,本文提出一种闪电分叉过程算法优化的K-means聚类,克服聚类算法在初始值选择困难的问题,提高K-means聚类算法的求解精度,降低陷入局部最优的可能性。从UCI数据集中选取6个真实的数据集进行仿真实验,结果表明本文改进后的聚类算法有更好的求解精度和鲁棒性。 展开更多
关键词 聚类 闪电分叉过程算法 数据处理 K-均值聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部