基于人工蜂群算法的瑞雷波多阶模式非线性联合反演研究

由于瑞雷波存在多个导波模式,仅用基阶模式波频散数据反演而忽略高模式波,会影响反演精度.本文利用高阶模式瑞雷波频散数据与基阶模式频散数据互相独立的特性,构建瑞雷波基阶波、一阶高模式波和二阶高模式波的联合反演目标函数.通过增加反演变量,利用权系数调节各变量对反演结果的影响,实现同步联合反演,从而保证反演稳定性.使用人工蜂群智能算法求解目标函数,有效解决了传统反演方法将非线性问题线性化处理产生的细节信息丢失问题,提高了反演精度.经过对较为复杂的四层含低速夹层和四层含高速夹层理论模型和实例数据的反演验证,表明基于人工蜂群算法的瑞雷波多阶模式波非线性联合反演能够提高反演的稳定性和精度.     

改进蜂群算法及其在面波频散曲线反演中的应用

应用改进蜂群算法反演面波频散曲线以获得近地表横波速度剖面.蜂群算法属于群智能算法中的一种,灵感来源于蜜蜂群体特定的觅食行为,在该算法的基础上结合粒子群算法中的全局最优解引导思想,同时引入遗传算法中交叉运算操作,即采用基于交叉操作的全局人工蜂群算法对面波频散曲线进行反演研究.改进蜂群算法在继承传统算法精于探索特性的同时,针对其疏于开发的缺陷着重加强了算法对全局的探索能力.使用理论和实测瑞雷波数据,本文研究了改进蜂群算法在推导近地表横波速度分布的有效性和适用性.在反演中,目标函数的收敛性好,改进算法在迭代的过程中能够快速收敛到全局最优;模型参数的概率分布高,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,保证了反演的结果可靠度,使其能有效地应用于瑞雷波频散曲线的反演和解释中.     

基于广义模式识别面波基模式频散曲线反演研究

面波多道分析方法(MASW)是获取垂向剪切波速度剖面的一种有效方法。频散曲线反演是MASW中关键的一步。由于瑞雷波频散曲线反演具有非线性、多参数和多极值的特征,这对于常规的局部线性化反演方法是极大的挑战。为此,本文采取确定性的全局优化算法,广义模式识别算法(GPS)对瑞雷波频散曲线进行反演。其原理可以简述为:算法首先通过模式以确定性的方式对目标函数进行采样来搜索一个点序列;然后使序列中每一个点到下一个点的目标函数值逐渐减少,从而使点序列逐渐逼近全局最优解,最后的解便为待求的最优模型参数。为验证GPS的有效性,首先利用设计的3种典型的6层地质模型通过快速矢量传递算法正演模拟产生基模式频散曲线(频率范围为5~101Hz,频率间隔为2Hz,频点数为49),并对理论频散曲线进行反演。反演结果表明,模型的真实值已经被高度精确地重建。说明GPS可以用于实际勘探中的基模式频散曲线反演。为进一步验证GPS的有效性,在吉林大学校园采集瑞雷波实测数据,并提取基模式频散曲线,应用GPS进行反演。反演重建的横波速度剖面与先验的地质信息吻合得很好。理论模型和真实数据的反演结果表明,GPS可以应用在瑞雷波频散曲线非线性反演中。      

多模式瑞雷波频散曲线的粒子群反演方法研究

通常情况下对于瑞雷波频散特性的讨论和分析主要针对其基阶模式.实际上,对于某一给定频率,可能会有多个不同相速度满足频散方程,即存在高阶模式.为了获得更精确的横波速度信息,应适当地在反演过程中加入高阶模式的频散曲线.本文从简单的三层层状介质模型出发,利用频散函数的正演计算得到多模式的频散曲线,并采用改进的粒子群算法分别对基阶模式和多模式频散曲线进行反演.研究结果表明:多模式频散曲线的反演结果相对于基阶模式而言,可靠性和分辨率在一定程度上得到了很大的提高.     

黏弹性介质瑞雷波有限差分模拟与特性分析

本文通过数值模拟研究了介质黏弹性对瑞雷波传播的影响.模拟采用结合了交错Adams-Bashforth时间积分法、应力镜像法和多轴完美匹配层的标准交错网格高阶有限差分方案.通过模拟结果和理论结果对比,测试了方法的精度,验证了结果的正确性.在均匀半空间模型中,分别从波场快照、波形曲线及频散能量图三个角度,对黏弹性介质瑞雷波衰减和频散特性进行了详细分析.两层速度递增模型被用于进一步分析瑞雷波在黏弹性层状介质中的特性.结果表明：由于介质的黏弹性,瑞雷波振幅发生衰减,高频成分比低频成分衰减更剧烈,衰减程度随偏移距增大而增强;瑞雷波相速度发生频散,且随频率增大而增大,频散能量的分辨率有所降低;黏弹性波动方程中的参考频率,不会影响瑞雷波振幅衰减和相速度频散的程度,但决定了黏弹性和弹性介质瑞雷波相速度相等的频率位置.本研究有助于人们更好地理解地球介质中瑞雷波的行为,并为瑞雷波勘探的应用和研究提供了科学和有价值的参考.     

基于洗牌蛙跳算法的瑞雷波非线性反演（英文）

目前,各种主、被动源瑞雷波勘探方法在近地表探测中扮演着日益重要的角色,利用瑞雷波频散曲线反演可以得到近地表横波速度信息,但是瑞雷波频散曲线反演问题是高度非线性的全局优化问题。为了缓解陷入局部最优解的风险,本文将一种新的全局优化方法一洗牌蛙跳算法引入到瑞雷波频散曲线反演中。洗牌蛙跳算法是一种群智能优化算法,通过模拟青蛙种群的觅食行为来实现最优化问题的求解,具有计算速度快,需要调整的参数少,全局寻优能力强的优点。为了检验洗牌蛙跳算法的可靠性和计算能力,首先对不含噪声和含噪声的四层理论模型进行了反演试算。然后,利用不含噪声数据对洗牌蛙跳算法与粒子群优化算法进行比较分析。最后,对实际数据进行反演,以检验洗牌蛙跳算法的实用性。理论地层模型和实际数据的测试结果表明:洗牌蛙跳算法可以有效地定量解释瑞雷波频散曲线,收敛速度、反演精确总体优于经典粒子群优化算法与改进粒子群优化算法,具有很大的发展潜力。     

利用改进的F-K变换法提取瑞雷波的频散曲线

瑞雷波成像能够有效的探测近地表的横波速度结构,准确的提取瑞雷波的频散曲线是该技术的关键.F-K变换法是一种常见的提取频散曲线的方法,然而传统的F-K变换法由于受到震源频带范围和介质滤波作用的影响,计算的频散能量通常集中在较窄的频带范围内,其余频带的能量受到压制,因此提取出的频散曲线频带范围较窄,高阶模式不易识别,为了克服这种缺陷,我们提出一种改进的F-K变换法,提高了该方法提取高阶模式频散曲线的能力.在本文中,我们首先介绍了改进的F-K变换法的原理与计算步骤,然后分别利用传统的和改进的F-K变换法对理论模型正演模拟和实际采集的瑞雷波数据进行处理,将两种方法得到的频散能量图进行对比,结果表明改进的F-K变换法能够呈现出分辨率更高的频散信息,保证了高阶模式频散曲线的有效提取.     

基于萤火虫和蝙蝠群智能算法的瑞雷波频散曲线反演

反演瑞雷波频散曲线能有效获取地层横波速度和厚度.但由于其高度的非线性、多参数、多极值等特点,传统的全局搜索方法易出现收敛速度慢、早熟收敛及搜索精度低的问题.鉴于此,本文提出并测试了基于萤火虫优化算法（FA）和带惯性权重的蝙蝠优化算法（WBA）的新的瑞雷波频散曲线反演策略.在瑞雷波频散曲线反演中,FA全局搜索能力强,但后期搜索精度低,而WBA局部搜索能力强,搜索精度高,但易出现早熟收敛.故本文将二者结合,提出了一种新的优化策略,称其为WFBA,即在反演前期使用FA,后期使用WBA,很好地解决了FA后期搜索精度低及WBA早熟收敛的问题.本文首先反演了三个典型理论模型的无噪声、含噪声的数据,验证了WFBA对瑞雷波数据反演的有效性与稳定性.然后将WFBA与WBA、FA单独反演以及不含惯性权重的FBA和粒子群优化算法（PSO）反演的结果进行了对比,说明了WFBA相对于WBA、FA、FBA和PSO具有更稳定、收敛速度更快、求解精度更高等优点.最后,反演了来自美国怀俄明地区的实测资料,检验了WFBA对瑞雷波数据反演的实用性.理论模型试算和实测资料分析表明,WFBA很适用于瑞雷波频散曲线的定量解释,具有很高的实用性价值.     

面波频散曲线提取方法对比分析

高频面波方法是以瑞雷波和勒夫波为研究对象,在水文、工程和环境研究中具有广泛的应用,其主要思想是利用面波的频散特性来反映浅层地质问题,提取高质量的频散曲线成了面波勘探中的一个重要步骤.本文通过对理论模型研究说明,利用τ-p变换与F-K变换两种方法均能有效地进行频散能量成像,其效果在高频范围差别不大,在低频范围F-K变换提取频散曲线更为精确;与瑞雷波记录相比,勒夫波记录信噪比较高,通过对同一地区采集的瑞雷波和勒夫波进行频散分析可知,瑞雷波记录频散能量成像效果差,频散能量出现间断、跳跃的现象,而勒夫波记录频散能量连续、集中,相速度分辨率较高,提取频散曲线简单清晰,可为反演地表横波精细速度结构提供更好的频散曲线数据.     

微动中多模式面波频散曲线的映射式提取方法

为了避免微动勘探技术中因忽略高阶模式瑞雷波而影响反演精度的不足,提出从微动面波中提取多模式瑞雷波频散曲线的映射式方法.该方法从微动信号入手,首先通过相关法提取多半径台阵的相关系数曲线,然后建立从多条相关系数曲线到多模式瑞雷波频散曲线的映射模型,最后采用分区拟合准则优化实现模型结构,达到提取微动面波中多模式瑞雷波频散曲线的目的.为验证方法的有效性,通过有限差分方法数值计算实际近表面应用中三种常见典型地质结构中的微动信号,采用映射式方法提取微动面波中多模式瑞雷波频散曲线,将提取结果和理论值进行对比分析.结果表明,映射式方法提取微动面波中多模式瑞雷波频散曲线可以满足反演地质结构的要求.