改进的地壳速度结构遗传反演方法

遗传算法的收敛速度与模型参数初始搜索范围的划分精度有关.本文提出了在低精度的基础上开始迭代,在选代过程中逐步缩小搜索范围的改进措施.这种改进使得遗传算法的收敛速度和反演精度同时得到提高,并且又不增加模型空间的大小.一维地壳速度结构的反演计算结果表明方法是有效的.最后给出了实际应用中应采用的反演策略.     

面波频散反演地球内部构造的遗传算法

介绍了一种新的算法--遗传算法的基本概念和特点，及其在地震面波反演地球内部构造中的应用，指出了使用遗传算法的注意事项．提出了通过对初步搜索结果参数分布直方图进行分析，从而修改和缩小进一步搜索的范围，逐步搜索以提高搜索效率的方法．并对３层含低速层的理论模型和青藏高原的实际频散资料进行遗传算法反演，获得了满意的结果．讨论了遗传算法在其他地震学问题中进一步应用的可能性．     

面波频散反演地球内部构造的遗传算法

介绍了一种新的算法——遗传算法的基本概念和特点,及其在地震面波反演地球内部构造中的应用,指出了使用遗传算法的注意事项．提出了通过对初步搜索结果参数分布直方图进行分析,从而修改和缩小进一步搜索的范围,逐步搜索以提高搜索效率的方法．并对３层含低速层的理论模型和青藏高原的实际频散资料进行遗传算法反演,获得了满意的结果．讨论了遗传算法在其他地震学问题中进一步应用的可能性．     

基于不等式约束的三维电阻率探测混合反演方法

三维电阻率探测的线性反演和非线性反演中均存在着多解性的固有难题.电阻率线性反演方法的效率较高,但反演结果对初始模型的依赖性较强,易陷入局部极小;而非线性反演方法不依赖初始模型,但搜索效率极低,尚未见到关于三维电阻率非线性反演的文献.针对上述问题,融合线性与非线性反演方法的互补优势,提出了最小二乘法（线性方法）与改进遗传算法（非线性方法）相结合的混合反演方法的概念和思想.首先,提出了将介质电阻率变化范围作为不等式约束引入反演方程的思路,以实现压制多解性、提高可靠性的目标.提出了宽松不等式约束和基于钻孔推断的局部严格不等式约束的获取及定义方法.在此基础上,分别提出了基于不等式约束的最小二乘线性反演方法和遗传算法非线性反演方法.其次,对于遗传算法在变异搜索方向控制、初始群体产生等方面进行了改进,优化了其搜索方向和初始群体多样性.然后,提出了混合反演方法及其实现方案,利用改进遗传算法进行第一阶段反演,发挥其对初始模型的依赖程度低的优势,搜索到最优解附近的空间,输出当前最优个体;利用最小二乘法进行第二阶段反演,将遗传算法得到的当前最优个体作为初始模型,在最优解附近空间执行高效率的局部线性搜索,最终实现地电结构的三维成像.最后,开展了合成数据与实际工程算例验证,与传统最小二乘方法进行了对比,发现混合反演方法在压制多解性、摆脱初始模型依赖和提高反演效果方面有较好效果.

     

遗传算法及其在速度结构与震源联合反演中的应用

遗传算法是近年来发展较快的一种求解多参数非线性优化问题的有效方法。本文通过对遗传传算法的介绍。对该方法的发展现状及特点进行了分析,在此基础上,对遗传算法进行了改进：通过引入放大系统Ｋ。对目标函数进行压缩及扩展来提高遗传算法的搜索机制;     

遗传算法的改进及其在应力场反演中的应用

利用人工方法产生多样化的初始群体，引入“移民”机制并采用小种群搜索，运用自动调整交换概率与变异概率的方法将遗传算法进行了改进，改进后的遗传算法在防止早熟，提高收敛速度方面有一定改善。最后利用改进的遗传算法反演了青藏高原的应力场，其结果与地质结果有一定的相似性。     

求解位场反演问题的混合编码遗传算法

在求解地球物理反演问题时,复杂的解析关系往往使计算变得十分困难. 对于这类问 题,遗传算法有其独特的优势. 然而传统的遗传算法在搜索最优解的过程中往往效率不高. 研究表明,遗传算法的编码机制在很大程度上决定了交换和变异操作的搜索能力. 二进制编 码的交换操作能产生更多的新样本数目而具有较强的搜索能力,十进制编码的变异操作因搜 索范围更大而具有较强的产生新样本的能力. 本文分析了二进制与十进制编码的搜索机制, 提出了混合编码遗传算法(Hybrid Encoding Genetic Algorithm,简称HEGA),其原理是利用 十进制编码进行变异操作,其他操作采用二进制编码. 针对位场反演问题的特点,结合混合 编码、动态编码和大概率变异技术,有效地提高了搜索及产生“新”有效基因物质的能力. 理论模型及实际资料处理结果表明,该方法是有效的,尤其是在模型的分辨力方面有显著的 提高     

动力相互作用分析中无质量地基的应用研究

关于结构-地基的动力相互作用分析已经提出了很多方法，但由于方法复杂而没有得到广泛应用，无质量地基模型仍然是应用最为广泛的近似方法。本文通过结构-地基的动力相互作用分析公式的推导，详细阐明了考虑无限地基影响的动力相互作用分析中无质量地基的概念和应用范围，并通过算例进行了说明。     

基于遗传算法的磁流变阻尼器模型参数识别

磁流变阻尼器是一种具有广阔应用前途的半主动控制装置,但其复杂的力学特性很难精确描述。非线性参数模型是一个相对简单并且能够很好地描述磁流变阻尼器力学特性的力学模型,但该模型既是非线性的、又是非解析的,参数识别十分困难。结合传统遗传算法良好的全局搜索能力和二分法可靠的收敛性,本文提出了一种改进的遗传算法——层次压缩遗传算法。对非线性参数模型的参数识别结果显示：层次压缩遗传算法简单可行,具有较高的识别精度。同时也验证了非线性参数模型描述磁流变阻尼器阻尼力特性的准确性。     

地球物理反演的相邻算法：搜索参数空间

提出了一种新的非导数搜索方法，用于在多维参数空间中寻找可较好地拟合观测数据的模型，该方法与模拟退火和遗传算法同属一类，一般情况下，模拟退火和遗传算法是用于解决全局最优问题的。这里的目是寻找参数空间中对数据拟合较好域进行优先采样的模型集合，而不是寻找单一的最优模型（相关的文章涉及集合的定量评价）。新的搜索算法利用Voronoi单元的几何建造在参数空间引导搜索，这些单元是根据适当的距离标准定义的最临近区域，算法的概念是简单的，仅需两个调节参数，并且只使用数据的秩拟合准则，而不是数据值，这样避免了与数据失配函数缩放比例相关的一些困难，并能使用任意组合的数据拟合标准，通过不时地使用最相邻的计算代替正演模拟计算，也显示出了Voronoi单元是如何能增强任何现有直接搜索方法的性能的。通过对理论模型的地壳地震结构接收函数反演的应用，对新的直接搜索算法进行了解释，众所周知，这是一个非线性问题，线性化反演技术强烈地依赖于初始解，新的算法生成复杂的自适应搜索行为，据我们所知以前的算法不具有这种功能。     

一种改进的全局优化算法及其在面波频散曲线反演中的应用

建议一种SA和GA相结合的策略,较好地解决了GA收敛早熟及SA搜索效率较低的问题,提高了全局优化计算效率;在应用其依据面波频散曲线反演工程场地剪切波速时,利用简化剥层法提供较小的模型空间,取得了较好的反演效果.     

预警地震在地震预测中的意义

对新疆1970-2002年地震资料以不同范围、不同震级进行全时空扫描。结果表明，新疆台网监测能力较好地区绝大多数6级以上地震前地震活动关联图较为清晰。提出了预警地震的概念，认为预警地震在短临预报方面有一定的作用。     

体CT锥束精确图像重建Katsevich算法的理论研究

本文主要介绍了关于新型的锥束CT重建算法——Katsevich算法。首先描述了如何引入Katsevich重建公式,同时介绍了Tam-Dannielson窗口和PI线的一系列与其他重建算法不同的重建方式,指出反投影过程与Feldkamp重建算法的反投影过程是一样的。我们可以利用这个重建算法有效地进行锥束螺旋CT重建,并得到效果理想的图像。我们也可以设计相应的并行算法,便于分析这些算法的复杂度,如：分析算法时间并且采用并行算法加快运行速度。这个方法也可以被用来改进成为其他重建公式（例如Zou和Pan的BPF型反转公式）。     

测井评价稠油层等级的新方法

从测井信息中提取油和水的重量百分比,最能反映稠油层质量的特征.用油和水的重量百分比评价稠油层等级,是一种新概念.测井评价稠油层等级的新方法,就是根据这一新概念建立的.本文论述了新方法的物理基础,建立了测井评价稠油层等级的数学公式,并且给出了评价法则和应用范例.     

场位解析延拓的稳定化算法

本文讨论场位解析延拓的稳定化算法。首先叙述问题的古典提法,并且为以后作准备,将它化成另一类不适定问题。接着建立问题解的连续依赖性估计。然后根据这个估计式,将问题化成求解一个条件变分问题。最后利用正则化方法解这个变分问题,得到问题解的一个稳定化的计算公式。     

利用地震面波频散反演岩石圈结构的奇异值分解算法

在利用面波频散数据反演介质S波速度结构的过程中,引入奇异值分解方法计算随机逆,利用Wiggins方法对较大奇异值修改和随机逆方法对较小奇异值修改的优点,协调了分辨率和解的关系,改进了随机逆解的精确性和稳定性．模型试算表明,该方法反演所得结果较Harkrider的程序反演结果精确,分辨率更高．     

测井评价稠油层等级的新方法

从测井信息中提取油和水的重量百分比,最能反映稠油层质量的特征.用油和水的重量百分比评价稠油层等级,是一种新概念.测井评价稠油层等级的新方法,就是根据这一新概念建立的.本文论述了新方法的物理基础,建立了测井评价稠油层等级的数学公式,并且给出了评价法则和应用范例.     

场位解析延拓的稳定化算法

本文讨论场位解析延拓的稳定化算法。首先叙述问题的古典提法,并且为以后作准备,将它化成另一类不适定问题。接着建立问题解的连续依赖性估计。然后根据这个估计式,将问题化成求解一个条件变分问题。最后利用正则化方法解这个变分问题,得到问题解的一个稳定化的计算公式。     

基于IGA算法的电阻率神经网络反演成像研究

为满足地球物理资料反演解释的高精度、快速、稳定的要求,本文结合免疫遗传算法寻优速度快和BP神经网络反演不依赖初始模型等优点,设计了一种将BP神经网络和免疫遗传算法进行有机结合的全局优化反演策略,并将该策略成功地应用于二维高密度电法数据反演.利用免疫遗传算法（Immune Genetic Algorithm,简称IGA）对神经网络的反演参数进行同步优化,提高了电阻率反演的精度.仿真和实验结果验证设计的全局优化反演策略取得了较好的效果,通过与线性反演方法和BP法以及遗传神经网络法等反演方法进行比较,得出该方法具有反演精度更高,反演时间更短等显著优势的结论.