-
题名蚱蜢算法在瑞雷波频散曲线反演中的应用
被引量：10
- 1
-
-
作者
于东凯
宋先海
张学强
赵素涛
蔡伟
-
机构
中国地质大学(武汉)地球物理与空间信息学院
中国地质大学(武汉)湖北省地球内部多尺度成像重点实验室
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2019年第2期288-301,I0006,共15页
-
基金
国家自然科学基金项目"起伏地表二维粘弹复杂介质瑞雷波全波形反演研究"(41874150)
"起伏地表粘弹复杂介质三维多分量瑞雷波传播特性研究"(41574114)联合资助
-
文摘
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。
-
关键词
蚱蜢算法
群智能
瑞雷波
频散曲线
非线性反演
-
Keywords
grasshopper optimization algorithm (GOA)
swarm intelligence
Rayleigh wave
dispersion curve
nonlinear inversion
-
分类号
P631
[天文地球—地质矿产勘探]
-
-
题名应用人工神经网络算法的地震面波非线性反演
被引量：10
- 2
-
-
作者
王一鸣
宋先海
张学强
-
机构
中国地质大学(武汉)地球物理与空间信息学院
中国地质大学(武汉)湖北省地球内部多尺度成像重点实验室
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2021年第5期979-991,I0008,共14页
-
基金
国家自然科学基金面上项目“起伏地表二维粘弹复杂介质瑞雷波全波形反演研究”(41874150)
“近地表粘弹介质多分量表面波多目标全速度谱反演研究”(42074164)联合资助。
-
文摘
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。
-
关键词
瑞雷波
频散曲线
横波速度
非线性反演
BP人工神经网络
-
Keywords
Rayleigh waves
dispersion curves
S-wave velocity
nonlinear inversion
BP artificial neural network
-
分类号
P631
[天文地球—地质矿产勘探]
-
-
题名瑞雷面波频散曲线的粒子群蚁群混合优化反演
被引量：5
- 3
-
-
作者
王一鸣
宋先海
张学强
-
机构
中国地质大学(武汉)地球物理与空间信息学院
中国地质大学(武汉)湖北省地球内部多尺度成像重点实验室
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2022年第2期303-310,356,I0003,共10页
-
基金
国家自然科学基金项目“近地表粘弹介质多分量表面波多目标全速度谱反演研究”(42074164)和“起伏地表二维粘弹复杂介质瑞雷波全波形反演研究”(41874150)联合资助。
-
文摘
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。
-
关键词
瑞雷面波
频散曲线
非线性反演
粒子群优化算法
蚁群优化算法
-
Keywords
Rayleigh wave
dispersion curve
nonlinear inversion
particle swarm optimization algorithm
ant colony optimization algorithm
-
分类号
P631
[天文地球—地质矿产勘探]
-
-
题名利用粒子群优化算法快速、稳定反演瑞雷波频散曲线
被引量：22
- 4
-
-
作者
蔡伟
宋先海
袁士川
胡莹
-
机构
中国地质大学地球物理与空间信息学院
中国地质大学(武汉)湖北省地球内部多尺度成像重点实验室
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2018年第1期25-34,共10页
-
基金
国家自然科学基金项目(41574114
41174113)资助
-
文摘
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。
-
关键词
瑞雷波
频散曲线反演
粒子群优化
模拟退火
-
Keywords
Rayleigh wave
dispersion-curve inversion
particle swarm optimization(PSO)
simulated annealing(SA)
-
分类号
P631
[天文地球—地质矿产勘探]
-
