基于浮点遗传算法的近震定位方法

文中介绍了一种适用于基于浮点遗传算法的地震定位问题方法, 在该算法中选用了浮点基因表示方法、 参数和基因取值范围一致来避免编码解码, 提出了算法的动态结束条件及处理方法。 通过实际运算检验证明使用该方法来实现地震定位可以避免地震定位中的不稳定性和对初值的依赖性, 从而保证地震定位的可靠性和稳定性, 在时效方面也达到了相当的水平, 是一个具有实际使用价值的算法。     

模拟退火算法在地震定位中的应用

阐述了模拟退火算法及其在地震定位中的原理,以震相观测到时与理论到时之差(到时残差)为目标函数,利用模拟退火算法求解目标函数的最小值以获得地震的震源参数。在模拟退火算法的地震定位中根据震相的可靠程度对不同震相设置了相应的定位权重;对震相的走时误差设置了3组不同的值,以分析走时误差对定位结果的影响,对随机生成的1000个模拟地震进行模拟退火算法再定位。结果表明,走时误差越小,定位结果越准确。最后,通过地震震例进一步验证了模拟退火算法在地震定位中的可用性。     

模拟退火算法在江苏及邻区地震定位中的应用

使用模拟退火算法,以2019年4月6日江苏溧水M_L 3.3地震为典型震例,进行地震定位反演试算,确定适用于江苏及邻区地震定位的最佳初始温度、降温策略和扰动函数。设置初始温度为25,降温策略为T = 0.96T,选用效率较高的局部收敛加强型方法产生随机模型,对2019年江苏及周边地区105次M_L≥1.8地震进行重新定位,结果表明,76%的事件震中经、纬度定位误差绝对值在0.1°以内,但深度定位误差较大。鉴于该算法对P波到时信息及地震台站空间分布的依赖性,认为模拟退火算法在江苏及邻区陆地地震定位中效果较好,对于海域地震,则定位误差较大。     

基于自适应量子遗传算法的地震重定位及其在山东地区的应用

将自适应量子遗传算法引入到地震定位中,通过多种数值试验证明了算法的有效性,同时也具有较强的全局搜索能力和抗噪能力.即使用于定位的台站数目较少且分布不理想,该算法通过多次反演求取平均值仍然能得到令人满意的结果.另外,利用多次数值试验估测的自适应量子遗传算法的定位精度较高,误差较小.将自适应量子遗传算法应用于山东省及邻区的地震重定位,均方根残差由重定位前的1.162s减小到重定位后的0.621s,重定位后的地震大多位于中上地壳,震源深度小于20km.通过对各剖面震源分布的分析,发现山东省及邻区地震主要受控于区域内的深大走滑断裂,且中强震多发生在高/低速异常体周围,尤以高低速异常过渡地带频发.     

用震源扫描算法(SSA)进行微震的定位

引入了一种新的方法震源扫描算法(Source-Scanning Algorithm, SSA)来对地震定位和地震破裂面进行研究, 这种方法充分利用了数字地震波形资料, 在不用精确拾取到时和计算理论地震图的情况下达到比较理想的定位效果。 首先, 文中阐述了2004年由Kao等人发展的SSA方法的原理; 其次对扫描算法的分辨率进行了理论上的模拟, 用5点试验证明了SSA的很强的分辩能力; 最后将SSA应用于南北地震带微震的定位试验中去, 发现它能够在没有人工干预的情况下较好地定出地震的位置。 理论模拟和实际定位结果都证明, SSA是普通微小地震定位的一种好工具。     

地震定位方法研究进展

地震定位是地震学基本问题之一,如何提高地震定位精度是地震学研究重点。本文介绍地震定位技术在国内外的研究历史及进展,对目前存在的各种地震定位技术进行分类,概述基本原理及应用。详细介绍盖革经典定位法、双差定位法和微震定位方法中的波形互相关技术和震源扫描算法,并简单介绍微震定位技术在核试验监测及定位上的应用。     

集成遗传算法及BP算法的潜在震源区划分

以华南沿海地区为例，集成遗传算法与BP算法进行潜在震源区的划分. 用遗传算法辅助人工神经网络的设计，在无限的解空间中快速找到人工神经网络的最佳参数组合. 结果表明:由该分类系统划分出的不同震级上限的潜在震源区分布，反映了华南沿海地区地震环境与地震发生的内在规律性，从而减少了人的主观判断影响.      

大型城市管网抗震可靠性分析与优化

本文提出了地震作用下供水系统的渗漏模型,发展了地震后带渗漏管网的流分析技术,结合一次二阶矩方法获得了地震后供水管网的功能可靠度。针对供燃气管网系统则提出了一类高效精确的大型网络抗震连通可靠度分析的概率解析算法———递推分解算法。以上述管网抗震可靠性分析理论为基础,分别发展了基于模拟退火算法的供水系统网络拓扑优化分析理论和基于遗传算法的供燃气网络系统拓扑优化理论。     

利用DE算法反演地壳速度模型和地震定位

利用差异演化（Differential Evolution）非线性全局优化算法，设计了一种反演地壳速度模型和进行地震定位的方法，并给出了反演结果的具体分析.利用有限差分算法计算速度模型的走时场，可以节省大量的计算量，加快计算过程.反演得到的地壳速度模型和地震的震源参数可以直接用于地震层析成像研究，还可以利用地震层析成像得到的三维速度结构对地震重新定位，从而得到较为精确的震源参数.地壳速度模型的反演方法也可以用于三维速度结构的反演.     

遗传BP网络在地震和爆破识别中的应用

将遗传算法(GA)和反向传播算法(BP算法)相结合成为GA-BP算法，以此建立了遗传BP神经网络．并将以BP算法为基础的BP神经网络及以GA-BP算法为基础的遗传BP神经网络用于对地震和爆破的识别中．得到的结果表明:遗传BP网络比BP网络对事件的识别能力略好些．      

Application of genetic BP network to discriminating earthquakes and explosions

Introduction Artificial Neural Network (ANN) is an important branch of artificial intelligence. It is proposed on the foundation of the study on modern neural science, is a man-made network that can implement some functions based on the mans comprehensive understanding for cerebral neural network (HAN, WANG, 1997). ANN is a mathematical model of simplified human brain neural network and is used to simulate the structures and functions of human brain neural network. ANN is a complex netw…     

用随机启发式优化算法反演2003年云南大姚地震断层面参数的比较研究

基于余震分布确定主震断层面的数学模型,以确定断层面的走向和倾角参数进行计算,研究了遗传算法、模拟退火算法、差分演化算法、粒子群算法等4种最优化反演方法的反演效果和可靠性。结果显示,在涉及到的反演参数较少和非线性不太严重时,4种方法都有较好的表现,差分演化算法、粒子群算法速度快,精度高,遗传算法速度较慢,精度较低,模拟退火由于缺乏并行机制,速度较慢,精度高于遗传算法。余震在求出的断层附近分布图直观地反映出4种方法的效果和可靠性。     

Modified genetic algorithm with simulated annealing applied to optimal load dispatch of the Three Gorges Hydropower Plant in China

A method is presented for optimal load dispatch in large-scale hydropower plants using a genetic algorithm integrated with simulated annealing. The genetic algorithm overcomes dependence on an initial value and provides parallel processing and fast convergence, whereas simulated annealing prevents prematurity and retrieving of the local instead of the global optimum. Thus, the integrated genetic-simulated annealing algorithm improves efficiency and robustness to obtain solutions close to the global optimum. We evaluated the proposed algorithm to determine the optimal load dispatch of 32 units of the Three Gorges Hydropower Plant in China. Test results show that the minimum water consumption obtained using the proposed algorithm is similar to the optimum obtained from a previously proposed “improved” genetic algorithm when the total load of the plant is relatively high. However, for reduced load, the proposed algorithm clearly outperforms the “improved” genetic algorithm.     

BFA-CM最优化测井解释方法

最优化测井解释方法能充分利用各种测井资料及地质信息,可以有效地评价复杂岩性油气藏.优化算法的选择是最优化测井解释方法的关键,影响着测井解释结果的准确性.细菌觅食算法(BFA)是新兴的一种智能优化算法,具有较强的全局搜索能力,但在寻优后期收敛速度较慢.复合形算法(CM)局部搜索能力极强,将其与BFA算法相结合构成BFA-CM混合算法,既提高了搜索精度又提高了搜索效率.利用BFA-CM最优化测井解释方法对苏里格致密砂岩储层实际资料进行了处理,计算结果与岩心及薄片分析资料吻合得很好.     

结合灵敏度修正的遗传算法的结构损伤诊断

提出了1种结合灵敏度修正的遗传算法进行结构损伤诊断。在遗传算法计算过程中加入灵敏度修正操作,使遗传过程得以快速收敛并增加了识别准确性。利用4层平面框架进行数值模拟,识别结果表明,本文所提出的结构损伤识别方法比常规遗传算法有效。     

遗传算法反演地球等离子体层离子密度分布

本文介绍了采用一维遗传算法从地球等离子体层极紫外图像反演地球等离子体层He⁺密度的原理.首先采用通量管近似和磁偶极近似将三维问题转化为一维问题.通过引入权矩阵,将极紫外光强积分离散为求和函数,再采用一维实数编码遗传算法反演得到磁赤道面等离子体层He⁺密度,最后通过磁力线追迹得到三维密度分布.算法采用动态全球核心等离子体模式模拟的密度和光强分布作为初始输入参数,并通过遗传算法得到相应密度分布.反演结果表明,等离子体层密度相对误差在8%以内,光强相对误差趋于0,算法有效可行.本文研究为中国探月二期工程中月基极紫外图像反演奠定了基础.     

量子遗传算法在大地电磁反演中的应用

量子遗传算法（QGA）以量子理论为基础,通过利用量子位编码代替经典遗传算法的二进制位编码,利用量子旋转门定向更新种群来代替传统方法中种群的选择、交叉和变异过程,使得算法具有一定的内在并行运算能力和量子的隧道效应,从而加快了搜索速度,改善了收敛速度,并具有更强的全局寻优能力.本文针对地球物理反演问题的非线性、多极值特点提出一套实现方案,通过理论模型和实测数据试验对比研究,表明量子遗传方法在大地电磁反演中的寻优质量和效果明显优于传统遗传算法.     

遗传算法在地球物理中的应用进展

简要介绍了遗传算法的基本原理及实现步骤；论述了遗传算法在地震数据处理中的AVO波、速度参数、静校正，波阻抗等方面的应用状况；概述了该方法在重力、电法、测井及磁力等非地震勘探的研究进展；最后讨论了遗传算法的优缺点，对遗传算法的发展及其在地球物理勘探中的进一步应用作了展望。     

基于单台加速度记录的混合全局优化HVSR反演场地浅层速度结构

利用水平与竖向谱比（HVSR）方法反演场地速度结构是国际上迅速发展的研究领域.HVSR反演计算实质是一个土层场地模型空间搜索的全局优化问题,当模型搜索空间的复杂程度增大时,目前常用的搜索算法收敛速度慢,计算效率较低.本文实现了一种结合遗传和模拟退火方法优点的混合全局优化HVSR反演算法,通过理论模型和竖向台阵实测数据的检验,表明该算法能获得很好的反演效果,较好地解决了蒙特卡罗方法收敛速度慢,遗传算法收敛早熟和模拟退火算法搜索效率低的问题.本文在此基础上讨论了单台加速度S波记录用于场地速度结构HVSR反演的适用性,为基于单个地震台的地震观测记录反演浅层速度结构提供了一种高效且较为准确的反演方法.