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.     

基于改进蚁群算法在面波频散曲线反演中的应用

为快速准确的反演得到近地表地层结构,将一种新颖而强大的非线性算法——蚁群算法引入到瑞雷波频散曲线领域,并对其进行相应的改进,改进蚁群算法的优点是运算效率快、精度高、算法简单、灵活易于实现,需要调节控制参数也较少。文中分别在无噪声\,含噪声以及实测数据进行反演测试,通过模型数据和实测数据表明,应用于瑞雷波反演中的改进蚁群算法在收敛速度与收敛精度之间能达到良好的平衡,所得解具有较高可信度。而且算法为促进所得解快速收敛到全局最优,在搜索中分全局搜索与局部搜索两个方式进行,能够有效地避免局部最优解产生。借助人工合成的瑞雷波数据以及真实观测数据,验证了改进蚁群算法在反演近地表剪切波速度时的有效性和通用性。此外,文中与遗传算法进行比较,得出改进蚁群算法具有高效性和高精度性的优点。     

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。     

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.     

地球物理随机联合反演

基于场方程的地球物理联合反演隐含着两个基本过程:正演的联合与反演的联合。当用遗传算法解决这类问题时,它蕴含着一个反演的随机联合的过程,称之为随机联合反演。借鉴模拟退火和禁区搜索方法的思想,通过对遗传操作对象、操作过程以及迭代过程的改进,使改进后的遗传算法表现较快的收敛速率和良好的全局收敛性;通过模型数据的反演,从理论上证明改进的遗传算法能较好地解决非线性、复杂、大尺度离散反问题,使随机联合反演问题的解决成为可能。     

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.     

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.     

黏弹性双相介质参数反演的同伦方法

本文以介质的动态时域响应（位移、速度、加速度）作为反演的依据,对黏弹性双相介质的材料参数进行了反分析研究.根据附加条件,并考虑到由于测量误差和测量数据的不充分造成的反演问题的不适定性,将黏弹性双相介质的参数反演问题转化为非线性泛函的极小值问题,然后应用大范围收敛的同伦方法求出使泛函极小的根作为反问题的解.最后,以二维半空间黏弹性双相介质模型为例进行了数值反演分析,数值结果表明本文方法在参数的反演过程中目标函数稳定收敛,且具有一定的抗“噪声”干扰性能;与利用速度和加速度信息反演的结果相比,利用位移信息反演的结果具有较高的精度和抗噪声能力.     

逐步缩小搜索范围的遗传算法

本文介绍在遗传算法的运行过程中如何逐步缩小搜索范围，使搜索速度与计算精度同时得到提高的方法。文中提出了真值邻域的概念，利用这个概念得到了缩小搜索范围的压缩公式。只要合理选择初始搜索范围（这一点并不难做到），上述压缩公式能确保问题的解始终保留在压缩后的搜索范围内。通过理论模型的检验及与原有遗传算法结果的比较，证实了方法的有效性。     

多种物理机制耦合作用下的储层介质参数反演研究

孔隙介质的黏弹性、孔隙流体的Biot流动和喷射流动是影响波传播的重要物理机制.本文分别基于弹性和黏弹性BISQ模型,利用自适应杂交遗传算法研究了多种物理机制耦合作用条件下储层介质参数反演.为了测试自适应杂交遗传算法的有效性,本文分别利用自适应杂交遗传算法和传统实数编码遗传算法对含有不同噪声的理论合成数据进行了反演试算.对比理论合成数据反演结果可知,自适应杂交遗传算法具有抗干扰能力强且收敛速度快的特点,是一种有效的储层介质参数反演方法.同时本文也利用不同频率尺度和不同温度条件下的P波和S波实测数据进行了联合反演.对比研究表明,黏弹性BISQ模型能够很好地解释不同频率尺度的波频散特征,不仅能够很好地预测P波速度,而且也能够很好地预测S波速度,从而证明了黏弹性BISQ模型能够准确地描述低频条件下的波频散.     

An efficiency-improved genetic algorithm and its application on multimodal functions and a 2D common reflection surface stacking problem

Although Genetic Algorithms have found many successful applications in the field of exploration geophysics, the convergence speed remains a big challenge as Genetic Algorithms usually require a huge amount of fitness function evaluations. In this paper, we propose an efficiency-improved Genetic Algorithm, which has both a good global search capability and a good local search capability, and is also capable of robustly handling the premature convergence challenge commonly seen in linear and directed non-linear optimization methods. In our new genetic algorithm, the global search capability is performed via a modified island model, while the local search capability is provided by a novel self-adaptive differential evolution fine tuning scheme. Premature convergence is dealt with via a local exhaustive search method. We first demonstrate the much improved convergence speed of this efficiency-improved Genetic Algorithm over that of our previously proposed advanced Genetic Algorithm on several multimodal functions. We further demonstrate the effectiveness of our efficiency-improved Genetic Algorithm by applying it to a two-dimensional common reflection surface stacking problem, which is a highly nonlinear geophysical optimization problem, to obtain very encouraging results.     

积分迭代法的正则性分析及其最优步长的选择

位场积分迭代法是一种解决位场大数据量、大深度向下延拓的有效方法.本文基于Kirsch正则化子理论,推导了积分迭代法对应的正则化滤子函数,并证明积分迭代法为一种求解位场向下延拓不适定反问题的正则化方法.针对积分迭代法迭代步长固定、迭代次数较多影响收敛速度的问题,提出该迭代法最优迭代步长的选择原理.理论模型和实测数据对比分...     

二阶精度广义非线性全局最优的偏移速度反演方法(英文)

如何快速、精确地利用叠前深度偏移进行偏移速度分析是勘探地震学的一项重要研究内容,针对该问题,本文提出一种二阶精度广义非线性全局最优的偏移速度反演方法。我们将首先去掉速度模型修正量与成象深度差呈线性关系的假设,推导出具有二阶精度的速度模型修正量计算公式,使每一次迭代得到的速度模型尽可能地接近实际模型;然后采用广义非线性反演方法反演获得对所有道集的全局最优的速度模型修正量,不仅极大地加快了收敛速度,而且反演过程中陷入局部极小的可能性也减小了。理论模型和Marmousi模型的处理结果表明:本方法精度高、处理速度快,提高了偏移速度分析方法的实用性和对复杂构造成像的准确性。     

复杂加载路径下堆石料动力本构模型及数值模拟

采用所发展的亚塑性边界面模型，对堆石料在不同固结应力状态、排水条件和加载方式下的典型试验进行了数值模拟分析。在本构模型的数值实施中，联合应用自适应多步回退欧拉积分规律和局部迭代加快了迭代收敛的速度，提高了积分精度，进而编制了计算程序TESTROCK。数值模拟结果与已有试验成果的对比分析表明，该模型能够合理、有效地反映堆石料在复杂加载路径下的变形和强度特性，为深入揭示堆石料变形和孔隙水压力的发展特性和进行高混凝土面板堆石坝的非线性耦合静动力分析提供了理论基础。     

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.     

基于混合遗传算法的斜测电离图参数反演

斜向探测是获取电离层状态信息的重要手段之一,对斜测电离图的反演可以得到电离层的相关结构参数.遗传算法是一种有效的并得到普遍应用的反演方法,该算法的求解不依赖于初值的选择,可以有效地减少反演问题解的非唯一性,但也存在“过早收敛”和局部搜索能力差等缺陷,从而导致反演精度下降,影响反演结果的可靠性.本文提出将基于模拟退火的混合遗传算法应用到斜测电离图的参数反演中,该算法不仅把握总体能力强,且具有较强的局部搜索能力,是遗传算法和模拟退火算法的优势互补.为了验证该算法反演结果的可靠性和稳定性,首先分别采用遗传算法、模拟退火算法和混合遗传算法对合成的电离图进行反演,反演参数包括临界频率,最大电子浓度和半厚度.通过对三种算法反演结果的对比,得出混合遗传算法的反演结果最接近真实值,需要的迭代次数也远远小于其他两种算法;通过改变种群大小和总迭代次数来判断参数值的改变对三种算法反演结果的影响,得出混合遗传算法有效地降低了参数的选取对反演结果的影响.然后用这三种反演算法对实测电离图进行反演,并将它们的反演结果与斜测链路中点的实际垂测数据进行比较,结果显示混合遗传算法84.62%的反演结果可以控制在误差范围之内,高于遗传算法（76.93%）和模拟退火算法（65.38%）.这些都表明了混合遗传算法的反演结果具有较强的可靠性,在反演的寻优能力和稳定性上要明显优于遗传算法和模拟退火算法,对实测电离层图的反演具有很强的借鉴意义和应用价值.     

大地电磁数据的Occam反演改进

Occam 反演以其稳定的收敛性,在大地电磁（MT）数据解释中有广泛的应用。但是其每次迭代均用一维搜索方法求拉格朗日因子μ值,需要许多次正演计算,速度非常慢。在讨论了 Occam 反演中数据拟合差随μ变化的基础上,本文采用了μ值在一定步长下逐次递减的求取方法,每次迭代只需一次正演,极大地提高了计算速度。另外,反演求得光滑模型而非最光滑模型,分辨率更高。理论及实际数据的反演试算均表明,和 Occam 反演相比,反演依然稳定,但速度更快,结果也更真实。     

三维密度界面的正反演研究和应用

重力位场的界面反演是位场处理解释中的重要问题.本文将基于快速傅里叶变换的频率域界面反演方法Parker-Oldenburg公式推广到物性可随深度变化的三维情况,得出了密度可以横向、纵向任意变化的重力界面正反演公式.该方法在计算时可以合理地选取地面下某一深度作为基准面以减小界面起伏,使迭代易于收敛.理论模型试验表明该方法反演精度高,收敛速度快,在密度界面反演中具有广泛的实用价值.最后利用该方法反演华北地区莫霍面的深度,反演结果得到了地震测深数据的验证.     

Inverting reservoir parameters in a two-phase fractured medium with a niche genetic algorithm

In this paper we calculate a synthetic medium surface displacement response that is consistent with real measurement data by applying the least-square principle and a niche genetic algorithm to the parameters inversion problem of the wave equation in a two-phase medium. We propose a niche genetic multi-parameter (including porosity, solid phase density and fluid phase density) joint inversion algorithm based on a two-phase fractured medium in the BISQ model. We take the two-phase fractured medium of the BISQ model in a two-dimensional half space as an example, and carry out the numerical reservoir parameters inversion. Results show that this method is very convenient for solving the parameters inversion problem for the wave equation in a two-phase medium, and has the advantage of strong noise rejection. Relative to conventional genetic algorithms, the niche genetic algorithm based on a sharing function can not only significantly speed up the convergence, but also improve the inversion precision.     

基于改进粒子群算法的地震标量波方程反演

针对标准粒子群优化(PSO)算法存在易出现早熟而陷入局部最优以及进化后期收敛速度慢等缺陷,通过考虑粒子所处位置间相互作用,提出了一种改进的并行粒子群优化算法.由于引入粒子位置间的相互影响,减少了粒子搜索过程盲目性,因此能有效提高算法的收敛速度.数值试验表明,这种改进的粒子群算法适用于二维标量波方程的速度反演,且算法具有...