关于-遗传算法收敛性的注记

遗传算法是一种受到广泛注意的全局优化算法,已经在包括地震工程的很多领域中获得应用.本文将结合这一算法的实际操作步骤,对简单遗传算法的不收敛性和包含最优个体保护策略的遗传算法的收敛性给出一个简要的证明.     

遗传算法在确定震源位置中的应用

地震定位需要震源的空间坐标和发震时刻，可以通过使观测走时和计算走时的拟合差达到最小来实现。遗传算法是解决此最优化问题的有效方法。本文对遗传算法确定震源位置的基本思路思路进行了说明和分析，讨论了拟合差随迭代次数的分布特征，最后，给出了最优化过程搜索震源位置在四维空间的分布。     

关于能力谱方法收敛性的讨论

给出了ATC-40迭代求解方法A收敛性的一个数学解释。分析了ATC-40迭代求解方法A和改进的能力谱方法在迭代上的差异,并从数学上证明了改进的能力谱方法有收敛的结果。     

应用遗传算法建立地震预报的分类体系初探

本文对模拟自然界生物进化过程的遗传算法和用它所建立的分类体系进行了简要介绍，并将它们应用于地震预报探索研究，建立了初步的地震预报分类体系，结果表明：采用具有自动学习和自相适应的方法，结合现有的研究成果，可以将地震活动性的时空参数结合起来综合考虑，获得较为优化的地震预报规则集。     

基于遗传算法的地震短期综合预报分类系统研究

简要介绍了基于遗传算法的分类器和在此基础上建立的地震预报分类法系的基本原理。设计出基于遗传算法的地震短期综合预报分类系统的研究思路和方法,即以异常持续时间为编码依据。以遗传算法为优选预报规则的工具,以预报3个月地震为目标,综合测震和前兆多手段进行地震预测,对北天山西段进行多参数初步试算后表明该方法具有很高的学习正确率和较高检验和预测能力。     

关于两相介质动力学问题建模的注记

本以清楚的物理概念、依据经典力学原理建立了两相介质完整的动力学非线性方程组。然后，阐明了将此方程组线性化的条件：孔隙率、密度随空间的变化远小于它们在该处随时间的变化；孔隙率、密度的变化所引起的位移和孔压等量的变化可以忽略不计。在此条件下，位移、孔压等变量与孔隙率和密度变量解耦，可独立地进行求解，澄清了Biot等模型中隐含的矛盾，即孔隙率和密度不变与孔隙流体可压缩和骨架可变形之间的矛盾。最后，通过比较几种常用的模型，指出它们之间的主要匹配在于本构关系和连续性方程，且土力学模型是Biot模型和Zienkiewicz模型的特例。     

用遗传算法实现地震信号反褶积

遗传算法作为寻优手段具有全局优化和很好的稳定性．本文将遗传算法用于地震信号反褶积处理,与已往方法相比它具有更好的分辨率和稳定性我们采用Bernoulli－Gaussian模型和ARMA模型分别描述地震反射系数序列和地震子波,用最大似然和最小预测误差准则分别构造用于估计反射系数序列和地震子波的目标函数,用遗传算法优化目标函数,以实现地震信号反褶积．     

用遗传算法实现地震信号反褶积

遗传算法作为寻优手段具有全局优化和很好的稳定性．本文将遗传算法用于地震信号反褶积处理，与已往方法相比它具有更好的分辨率和稳定性我们采用Bernoulli－Gaussian模型和ARMA模型分别描述地震反射系数序列和地震子波，用最大似然和最小预测误差准则分别构造用于估计反射系数序列和地震子波的目标函数，用遗传算法优化目标函数，以实现地震信号反褶积．     

关于提高微震事件自动识别效率的一个注记

利用美国国家地震信息中心的地震早期警报系统，通过对数字化地震记录的分析，针对各种可能出现的情况，对微震的自动识别和计算机实时处理进行了讨论。有关结论对地震的自动识别和震源参数的计算测定精度的提高，有重要的参考意义。     

遗传算法在地震定位中的应用

把遗传算法应用于地震定位,并与Ｐｏｗｅｌｌ算法和传统算法进行了比较,结果表明,遗传算法在地震定位中所给出的发震时刻精度较高,震源深度较可靠,对非 包围地震定位效果较好。     

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。     

基于遗传算法的广义回归神经网络在地震预测中的应用

提出了利用基于遗传算法结合广义回归神经网络（GRNN）进行地震预测的新方法。利用遗传算法的全局搜索能力、不易陷入局部极小点等优点来优化GRNN的径向基函数中心、宽度以及输出层的权值,使得计算结果全局最优。在实际地震数据中选取了100组样本数据进行仿真实验,并利用MATLAB进行仿真。仿真结果表明,本文提出的方法具有较高的精度和一定的理论指导意义。     

基于遗传算法地震短期综合预报分类系统在天山地震带的应用

应用“基于遗传算法的地震预报分类系统”建立天山地震带8个区的地震短期综合预报模型。在前人研究基础上对此分类系统的应用方法做了以下改进：以半年或一年样本窗内的地震活动资料预报未来3个月最大地震;采用阈值划分异常,区分高值和低值异常两类参数,再用异常持续时间进行地震环境信息编码;在研究区内,根据一年和半年样本窗和震级错半级的分档形式,形成4种地震环境信息编码方式。计算机自动运行此系统程序,寻找各自的预报模型。对预留样本的检验按震级区间进行规则对应率、虚报率和地震对应率、漏报率的效能评价,结果表明南天山各区检验情况好于北天山;对北天山预测出5级以上、南天山6级以上地震以及能给出有效重叠震级区间的模型加权后认为南天山中西段、柯坪块体区检验情况较好。结果还表明半年样本窗检验效能普遍高于一年窗,对较低震级的检验情况一般要好于较高震级。     

基于遗传算法的分类体系在地震预报中的应用探索

采用模似自然界生物进化过程的遗传算法的分类体系,并以首都圈地区为例,利用地震活动性资料的8种时空参数在地震预报中进行了应用探索．通过对1967—1992年间信息的学习演化,获得了20条拥有不同适应度的具有层次结构的地震预报规则集．对首都圈地区中等地震活动的预报规则进行了初步的分析讨论,发现了人们以往难于考虑周全的可能具有重要预报意义的异常组配.应用探索表明：在地震预报研究中应用具有自适应和潜在学习能力的基于遗传算法的分类体系,将可能推动人们对地震前兆及其物理机制的研究和探讨．     

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。     

京津唐张地区速度结构和震源位置联合反演的遗传算法

震源参数和速度结构的联合反演是一个典型的非线性名参数最优化问题，常规的局部线性化反演方法往往易于陷入局部极值，且严重依赖于初始模型的选取。模拟生物界进化的遗传算法则是一种简单而高效的全局性搜索方法。     

基于遗传算法的分类体系在地震预报中的应用探索

采用模似自然界生物进化过程的遗传算法的分类体系，并以首都圈地区为例，利用地震活动性资料的8种时空参数在地震预报中进行了应用探索．通过对1967-1992年间信息的学习演化，获得了20条拥有不同适应度的具有层次结构的地震预报规则集．对首都圈地区中等地震活动的预报规则进行了初步的分析讨论，发现了人们以往难于考虑周全的可能具有重要预报意义的异常组配.应用探索表明：在地震预报研究中应用具有自适应和潜在学习能力的基于遗传算法的分类体系，将可能推动人们对地震前兆及其物理机制的研究和探讨．     

复阻尼理论的一点注记

本文指出了采用复阻尼理论违背物理事实（即脉冲反应初值h(0)≠0）源于复阻尼理论尚不是一个完善的本构理论，但由于h(0)的相对值很小，因此h(0)≠0不影响系统全过程的动力反应分析。