渤海湾老狼坨子海岸带^14C,^137Cs、^210Pb测年与现代沉积速率的加速趋势

通过对渤海湾西岸L剖面中同一关键层的碳酸钙和原生腹足类壳债权的^14C测年对比研究，确定了晚全新世的2800cal BP的层位及沉积速率0.045cm/a;8个样柱的^137Cs和^210Pbex强度、蓄积量揭示了距今约120年来堤后盐沼的平均沉积速率约为0.35cm/a，而面向开放海湾的潮坪上部则达到约2-3cm/a。研究区近1个世纪以来沉积速率的加速趋势，是渤海湾西岸泥质海岸带的特征之一。     

基坑支护结构水平变形预测的遗传神经网络方法

采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,先用遗传学习算法进行全局训练,再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索,提出了用BP网络训练产生变异的遗传算法。作为实例,将该方法应用于预测基坑支护结构水平变形中。结果表明,该方法有收敛速度较快、预测精度高等优点。     

软土大变形固结计算中参数识别的遗传算法

含水量很高的饱和软土在外荷载作用下沉降很大,小变形分析误差太大,必须通过大变形非线性固结计算来模拟。遗传算法是一种全局优化和搜索的仿生算法。近年来随着工程领域中复杂的大规模非线性系统的出现,遗传算法日益得到青睐,目前已经广泛应用到各个领域中。本文对遗传算法做了改进,主要体现在杂交算子的选取和轮盘赌模型的模拟退火拉伸,并将其用于饱和软土的大变形固结分析,解决其中的关键参数识别问题。研究表明该方法是行之有效的,值得进一步研究探索。     

The inversion of anelastic coefficient,source parameters and site respond using genetic algorithm

It gradually becomes a common work using large seismic wave data to obtain source parameters, such as seismic moment, break radius, stress drop, with completingof digital seismic network in China (Hough, et al, 1999; Bindi, et al, 2001). These parameters are useful on earthquake prediction and seismic hazard analysis.Although the computation methods of source parameters are simple in principle and the many research works have been done, it is not easy to obtain the parameters accurately. There are two factors affecting the stability of computation results. The first one is the effect of spread path and site respond on signal. According to the research results, there are different geometrical spreading coefficients on different epicenter distance. The better method is to introduce trilinear geometrical spreading model (Atkinson, Mereu, 1992; Atkinson, Boore, 1995; WONG, et al, 2002). In addition, traditional site respond is estimated by comparing with rock station, such as linear inversion method (Andrews, 1982), but the comparative estimation will introduce some errors when selecting different stations. Some recent research results show that site respond is not flat for rock station (Moya, et al, 2000; ZHANG,. et al, 2001; JIN, et al, 2000; Dutta, et al, 2001). The second factor is to obtain low-frequency level and corner frequency fromdisplacement spectrum. Because the source spectrum model is nonlinear function,these values are obtained by eye. The subjectivity is strong. The small change of corner frequency will affect significantly the result of stress drop.     

遗传算法与单纯形法组合的影像纹理分类方法

提出遗传算法(简称GA)与单纯形法组合的影像纹理分类方法(简称GASPX)。单纯形法是一种局部搜索方法，它通过反射，扩张，收缩操作，求得新的单纯形点，组成新单纯形，新单纯形比前一个单纯形更接近局部最优解。这种寻优方法收敛速度快，它与GA组合起来可以改善单独使用GA收敛速度慢的缺陷。由于在组合算法中是多个单纯形的局部区域的并行搜索，避免GA优化过程中过早收敛于局部最优解的现象出现。通过5种不同类别航空影像纹理识别的试验，并与GA的结果作对比，结果表明GASPX法优于GA法。     

基于遗传算法的线要素自动化简模型

线划要素是地图上大量存在的最基本的地图要素，作为自动综合的一个重要方面，它的化简受到了极大的关注。在分析总结现有线划要素化简方法的基础上，依据遗传算法的基本原理和方法，建立了地图上线划要素的化简模型，并讨论了基于遗传算法的线要素自动化简方法中的关键问题，给出了具体的操作步骤和实验结果。结果表明，利用遗传算法对线要素进行化简能够比较好地保持线要素的整体形状，同时还对点具有很高的压缩率。     

遗传算法在点注记自动配置中的应用

从注记配置是一个NP难度问题这一观点出发,尝试性地将遗传算法用于点注记自动配置.在论述了遗传算法基本原理和方法的基础上,结合点注记自动配置的基本模型,讨论了基于遗传算法的点注记自动配置方法,并对其关键性的问题进行了阐述.     

指派交叉--一种新的遗传交叉方法

在用遗传算法生成影像纹理分类的“Tuned”模板中，引用了一个新的遗传交叉方法——指派交叉，与其他的交叉方法相比，指派交叉可在相同的搜索空间中提供更好的优化组合。试验证明，指派交叉是值得推广的一种遗传交叉方法。     

遥感数据的遗传-超平面分割算法

在传统的采用超平面作为判别边界的分割方法中，使用统计学的方法确定类判别界面，当区域间的统计值大于区域内的统计值时，就会出现类判决界面难于确定的问题。遗传算法的特点是进行全局优化搜索，利用这种算法优势可以解决传统算法难以解决的超平面空间定位问题，从而解决类判决界面的确定问题。通过EOS／MODIS图像数据的分割对该方法作了详细的介绍，其分类精度明显高于统计学分类方法。     

利用GPS位移和主应力方向观测资料进行川滇地区边界力的联合反演研究

在简要介绍了川滇地区的构造格局和构造运动特征的基础上，讨论了不同观测数据同时用于反演的合理性和物理意义，利用1998～2000年观测的9个测点位移数据和1986年以前所测的10个主应力方向数据，将边界力和相对权比λ作为待反演参数，并考虑了主要活动断裂运动特性，进行了弹性有限元数值反演计算。计算结果表明，现今川滇地区的构造活动主要力源仍来源于印度板块与欧亚大陆的碰撞，菲律宾海板块的挤压作用也不可忽略，这一结论说明了该地区现今构造运动的继承性活动特征。