瑞雷面波技术是浅地层地质勘探的重要手段之一, 通过瑞雷面波频散曲线反演可有效获得地下横波速度模型.然而, 瑞雷面波频散曲线反演具有多参数、多极值和非线性等特点, 面对复杂地震-地质条件下的瑞雷面波资料处理, 传统方法难以快速、精确地对地层参数进行反演和重建.本文将自适应对数螺旋路径萤火虫算法(Adaptive Logarithmic Spiral-Lévy Firefly Algorithm, 简称ALSL-FA)引入到瑞雷面波频散曲线反演中, 有效解决了经典萤火虫算法(Firefly Algorithm, 简称FA)精于探索, 疏于开发的缺点.
ALSL-FA集成了对数螺旋引导萤火虫路径, 并在搜索过程中通过自适应切换因子实现了全局搜索与局部开发自适应切换, 在增强局部开发能力的同时, 确保了全局搜索的能力.通过Rastrigin函数求解, 对比分析了FA、Lévy飞行萤火虫算法(Lévy Flying Firefly Algorithm, 简称LF-FA)和ALSL-FA的运算性能; 通过速度递增和含高速硬夹层地质模型的瑞雷面波频散曲线反演, 比较了人工蜂群算法(Artificial Bee Colony algorithm, 简称ABC)、FA、LF-FA和ALSL-FA的反演结果, 验证了本文方法的正确性和抗噪能力, 并进一步应用于一套实际瑞雷面波资料反演处理.研究结果表明, 本文方法有效弱化了对初始模型的依赖, 并进一步提高了反演的精度, 具有较强的全局寻优能力和局部开发能力, 同时兼备良好的抗噪性能.