模拟退火算法在江苏及邻区地震定位中的应用

使用模拟退火算法,以2019年4月6日江苏溧水M_L 3.3地震为典型震例,进行地震定位反演试算,确定适用于江苏及邻区地震定位的最佳初始温度、降温策略和扰动函数。设置初始温度为25,降温策略为T = 0.96T,选用效率较高的局部收敛加强型方法产生随机模型,对2019年江苏及周边地区105次M_L≥1.8地震进行重新定位,结果表明,76%的事件震中经、纬度定位误差绝对值在0.1°以内,但深度定位误差较大。鉴于该算法对P波到时信息及地震台站空间分布的依赖性,认为模拟退火算法在江苏及邻区陆地地震定位中效果较好,对于海域地震,则定位误差较大。     

基于模拟退火算法的自动地图注记配置研究

本文将求解大规模组合优化问题最优解的一种新型算法模拟退火算法应用于地图注记的自动配置。该算法将地图各要素注记的配置作为一个统一的整体来对待,从而避免了一般局部搜索法可能终止于一个局部最优解的缺点,这样可使自动注记配置的结果更趋合理化。用模拟退火算法进行注记自动配置,理论体系完整,机理简单,通用性强,编程容易,而且与一般局部搜索法相比,超常规注记配置出现的数目大大降低,其缺点在于配置速度较慢     

利用模拟退火法反演大陆地震位置

为了精确得到大陆地震震源位置,利用模拟退火法对大陆地震参数进行反演,并对改变算法中相关参数后的反演结果进行分析,表明反演精度受降温速度和收敛阈值的影响较大,初始温度只影响迭代次数,模拟退火法在对模型参数进行全局搜索情况下能获得质量较好的最优解。     

模拟退火方法在三维速度模型地震波走时反演中的应用

采用块状建模以及三角形拼接的界面描述方式,并通过立方体速度网格线性插值获得块体内部的速度分布。正演过程中采用逐段迭代射线追踪方法计算三维复杂地质模型中的射线走时,并采用模拟退火方法进行了三维模型中的地震波走时反演研究。模型测试结果表明,使用的射线追踪和走时反演算法有效。     

模拟退火粒子群与小波的地基沉降预测应用

针对粒子群优化算法易陷入局部极小值问题,改进学习因子使其自适应调整,并与具有良好全局搜索能力的模拟退火算法结合,充分利用两种算法各自的优点,同时结合小波分析去噪,优化神经网络参数,对地基累计沉降数据进行预测,并与标准粒子群优化算法做了对比,实验表明两种方法的结合具有良好的全局和局部搜索能力,预测精度高。     

Separation of PP- and PS-wave reflected seismic data using two-dimensional finite offset common-reflection-surface traveltime approximation

Recently, the interest in PS-converted waves has increased for several applications, such as sub-basalt layer imaging, impedance estimates and amplitude-versus-offset analysis. In this study, we consider the problem of separation of PP- and PS-waves from pre-stacked multicomponent seismic data in two-dimensional isotropic medium. We aim to demonstrate that the finite-offset common-reflection-surface traveltime approximation is a good alternative for separating PP- and PS-converted waves in common-offset and common shot configurations by considering a two-dimensional isotropic medium. The five parameters of the finite-offset common-reflection-surface are firstly estimated through the inversion methodology called very fast simulated annealing, which estimates all parameters simultaneously. Next, the emergence angle, one of the inverted parameters, is used to build an analytical separation function of PP and PS reflection separation based on the wave polarization equations. Once the PP- and PS-converted waves were separated, the sections are stacked to increase the signal-to-noise ratio using the special curves derived from finite-offset common-reflection-surface approximation. We applied this methodology to a synthetic dataset from simple-layered to complex-structured media. The numerical results showed that the inverted parameters of the finite offset common-reflection-surface and the separation function yield good results for separating PP- and PS-converted waves in noisy common-offset and common shot gathers.     

基于模拟退火算法的设计反应谱标定方法

反应谱的标定是抗震设计的基础工作之一,模拟退火算法是基于模拟固体退火过程而提出的多参数优化组合方法。本文提出将模拟退火算法应用于设计反应谱的标定,并概述了模拟退火算法的基本原理及特点,介绍了运用MATLAB基于模拟退火算法对反应谱进行标定的过程。检验了将模拟退火算法应用于场地相关谱标定的可行性和合理性,给出了将其应用于工程场地地震安全性评价中设计反应谱标定实例。通过检验和实例分析可以看出,基于模拟退火算法的反应谱标定方法所给出的设计反应谱谱形真实地反映了原地震反应谱的特征,较客观的反映了场地相关反应谱的峰值和周期特征。     

基于宽范围岩石物性约束的大地电磁和地震联合反演

岩石物性约束是地球物理联合反演重要的实现方式.在以往联合反演研究中,这种约束通常以点对点的映射方式出现,要求经验性的岩石物性关联是相对精确的,无形中提高了岩石物性约束应用于联合反演的条件.基于此,本文结合全局寻优的模拟退火算法,提出了宽范围岩石物性约束技术.该技术将岩石物性约束与模拟退火模型扰动、模型接受准则相结合,实现了空间对空间的映射,将电阻率和速度耦合在一起.文章以MT和地震正则化同步联合反演为例,检验了不同的先验信息条件下的宽范围岩石物性约束技术的适用性.模型试验表明:新技术容易实现,容错性高,可降低"不精确"岩石物性关联信息引入带来的风险,提高岩石物性约束应用的灵活性.     

随钻地层测试压力响应数学模型及物理实验考察

基于随钻地层测试基本原理和渗流理论,建立了圆柱坐标系下压力下降和压力恢复阶段的压力扩散微分方程,确定出随钻地层压力测试定解问题,通过对定解问题的边界进行齐次化处理,并采用有限差分方法建立了四维空间下的显格式差分方程,以解析方法和有限差分方法分析了点源单相单测试室均质球形渗流问题,两种方法计算误差小于2.00%,检验了有限差分方法的正确性.采用有限差分方法定量分析了不同渗透率（0.1×10^-3μm²、1.0×10^-3μm²和10.0×10^-3μm²）地层下,表皮效应、储集效应、地层非均质性、抽吸速率、抽吸探头半径等因素对压力响应的影响,分析表明,这些因素对压力响应曲线的影响十分显著,主要表现在抽吸压降、压降速率、压力恢复速率、恢复时间等几个方面,而且不同渗透率地层的敏感程度差异比较大.建立了地层压力测试模拟实验平台,模拟了3种不同渗透率（108.81×10^-3μm²、16.10×10^-3μm²和4.79×10^-3μm²）地层的压力抽吸测试,并采用有限差分方法对实验进行了数值模拟.结果表明,数值模拟与实测压力响应一致性非常好,二者绝对误差小于1.60 MPa,相对误差低于5.00%（最大误差4.92%）,验证了有限差分数值方法的正确性和准确性.     

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.