基于FFT-MA谱模拟的快速随机反演方法研究

虽然基于地质统计学的随机反演方法能够有效融合测井资料中的高频信息,但计算效率低,占用内存大,限制了它在实际资料中的应用.本文在保留传统随机反演方法优点的基础上,创造性地引入傅里叶滑动平均(Fast Fourier Transform-Moving Average, FFT-MA)谱模拟进行频率域的地质统计模拟,并利用逐步变形算法(Gradual Deformation Method,GDM)确保模拟结果与实际地震数据的匹配,构建了基于FFT-MA谱模拟的新的快速随机反演方法.与常规随机反演相比,新方法不仅分辨率高,而且能够使反演解得到快速收敛,有效提高计算效率,减少内存占用.模型试算获得了与理论模型吻合度较好的高分辨率反演结果.实际资料分析也表明新方法所得到的高分辨率反演结果能够对薄互储层进行良好的展示,为薄储层的识别提供高效可靠的技术支持.     

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.     

VC环境下最短路径算法的实现

设计了一种方便查找及显示最短路径的数据结构,对仅研究计算一条最短路径的Dijkstra算法加以了改进,并在VC下实现一个顶点到另一个顶点的所有最短路径的查找。     

一种稳健的基于蚂蚁追踪算法的断层追踪技术

断层解释是地震解释中一项非常重要和繁琐的工作。三维断层跟踪的一种常用方法是在相干属性上应用蚂蚁追踪。然而,蚂蚁追踪的结果在许多情况下过于激进剧烈,造成地层不连续性也被加强,从而导致地球物理解释人员在判断断层时产生多解性。蚂蚁追踪相干体是从匹配地震波形的相似性出发的,由于地震相干性对断层和地层不连续性都很敏感,仅用蚂蚁追踪的方法不能理想区分两者从而产生多解。本研究将地震数据相干体进行特殊滤波,应用于蚂蚁追踪断层识别,发现基于滤波后的相干体的蚂蚁追踪可明显提高断层敏感度。结果表明本方法一种有效的断层追踪方法。     

基于粒子群优化算法和F分布的微震源三步定位方法

微震源定位问题是页岩气勘探、矿山微震研究的重要内容之一。为减小微震定位误差、解决粒子群算法求解微震源反演模型不稳健的情况,采用线性定位法、Geiger法、粒子群优化算法等组成的三步反演法进行微震源定位求解,并研究了粒子群优化算法随机粒子分布类型等对定位结果的影响。第一步,建立线性定位方程组,求解得到初始震源近似解,将其作为Geiger法的初值,计算得到第一步震源近似解结果;第二步,结合第一步定位结果和阈值,设计循环判定准则,执行PSO算法的多次循环,直至达到最大迭代次数后停止,得到第2步的震源近似解;第三步,重复执行第二步若干次得到近似解集合,利用质心法得到最终结果。研究结果表明：三步反演方法相对于单一遗传算法、模拟退火算法或者粒子群算法的定位精度更高,算法更加稳健;群体优化算法的参数对定位效果影响较大,基于F分布的PSO算法更加适合微震源定位,相对于传统正态分布和均匀分布,具有更快的定位求解速度和更精确的定位结果;微震源的三步反演方法在矿山微震源定位精度和算法稳健方面有一定参考价值。     

基于移动三维扫描的地铁隧道快速全方位变形检测方法研究

地铁隧道保护监测是城市轨道交通正常运营的重要保障,现行以静站式设站、相邻测站逐站拼接的隧道变形、收敛等三维激光扫描监测方法虽然渐渐成熟起来,但逐站拼接带来的误差累积和缓慢的作业效率仍然是地铁隧道保护监测的瓶颈。本文在分析移动式三维激光扫描技术原理和优势的基础上,研究了移动式三维激光扫描技术用于地铁隧道点云数据快速采集方法,提出了基于隧道椭圆参数模型的改进RANSAC算法,通过对隧道断面点云数据去噪、拟合、提取地铁隧道变形信息,进而实现断面变形分析。结果显示该方法可以快速、全方位准确获取隧道断面数据,为地铁隧道保护监测提供了一种新型高效的技术途径。     

PSO-SVR优化模型在基坑变形监测预测中的应用

提出了采用粒子群优化算法(PSO)的快速全局寻优特点,优选支持向量机回归模型的参数,利用PSO-SVR组合模型实现对基坑深部水平位移监测数据进行预测,并将其与BP神经网络预测结果与实测值进行对比。实验结果表明,PSO-SVR模型对基坑变形监测预测的准确度更高,预测值与实测值最贴近,更能反映倾斜监测的位移变化趋势,满足基坑变形监测预测的需要。     

面向多区域高效搜索的UUV集群任务分配

UUV 集群在执行大范围搜索任务时分配方案的优劣对于提高任务执行效率至关重要。研究解决 UUV 集群同时进行多区域搜索中的任务分配问题,使得全部区域搜索完成时长最小。针对传统匈牙利算法无法高效解决不平衡任务分配的问题,提出一种改进匈牙利多轮分配算法。该算法通过多轮任务分配,实现空闲 UUV 高效利用和目标区域合理分配,通过在代价函数中引入边际代价和保守估计时长,大大减小了全部区域搜索完成时长。仿真实验结果表明：提出的算法相比传统匈牙利算法能够合理分配空闲 UUV,提高分配效率。此外,相较于仅采用搜索时长为代价函数,在代价函数中引入边际代价和保守估计时长能够针对耗时长的区域最大限度缩短搜索时长,保证随着 UUV 数量的增加,全部区域搜索完成时长单调递减。     

基于系统动力学的干旱区植被生态需水量预测算法

针对传统的植被生态需水量预测算法中因果关系混乱导致的算法可靠性差的问题,提出基于系统动力学的干旱区植被生态需水量预测算法.利用系统动力学建立水资源动力模型,根据土壤测定数据计算生态需水量相关参数,预测出植被生态需水量.实验结果表明:设计的植被生态需水量预测算法经济效益高、污染负荷小,该算法可靠性高.     

基于粒子群算法的岩体结构面产状模糊C均值聚类分析

结构面产状分析是进行岩体力学分析及稳定性评价的基础,玫瑰花图、等密度图等传统的图形分析方法较为粗糙,无法对产状数据进行准确分析,采用模糊聚类方法则可以得到较为准确的优势产状,但需要事先指定分组数及初始聚心,且模糊聚类算法为局部寻优算法,初始划分对最终的数据分析结果影响较大。为了得到较为客观的分组结果及优势产状,同时能够针对大量结构面产状数据进行聚类分析,提出了基于粒子群算法的岩体结构面产状模糊C均值聚类算法。采用粒子群算法进行模糊C均值聚类算法初始聚心的求解,在计算过程中可同时确定最佳分组数,避免了人为指定的主观性,克服了模糊C均值聚类算法易陷入局部极小值和对初始划分敏感的不足。最后,通过工程实例中不同方法的聚类效果对比分析该算法的有效性,并将该方法应用于实测结构面产状数据的分析,得到较为符合实际的优势结构面分组。