基于交替方向乘子算法的二维磁异常稀疏反演

磁异常反演是获取地下场源磁化率分布的重要手段之一,在地球勘探中扮演着重要角色.在磁异常反演中,对比光滑反演,稀疏反演的结果具有边界分明,物性参数分布集中的特点,更符合实际情况.针对稀疏反演,本文首先构建了具有代表性的基于L₁范数目标函数,利用交替方向乘子算法可分离凸函数的特点,将极小化L₁范数的优化问题分解为一系列的子问题,通过对子问题求解获得原问题的解;为了增强交替方向乘子算法的适应性,本文结合广义软阈值函数将交替方向乘子法推广于L_p（0 < p < 1）范数的反演中.为了验证本文提出的算法的有效性,采用了三种常规模型进行模拟实验.与基于L₂范数的反演算法进行实验对比,结果表明,本文算法得到了边界清晰,磁化率分布更集中的反演结果.最后,将基于交替方向乘子算法的L₁和L_p（0 < p < 1）范数的反演应用到青海省尕林格铁矿保护区获得的实际磁异常数据中,获得了较为符合实际地质情况的稀疏反演结果.

     

一种适于近场理论地震图宽频域计算的矩阵分解算法

理论地震图方法在地震震源过程的研究中得到了广泛的应用。为了研究震源过程的细节,必须利用近场地震资料的高频信息,但是在应用Haskell矩阵法计算近场理论地震图时,格林函数的高频成分的数值不稳定性是计算宽频域理论地震图的一个基本困难。因此,目前仅有不超过10Hz的算例。本研究采用Haskell矩阵的一种新的分解组合形式,在数值计算时有效地避免了在计算过程中数值结果的溢出,实现了近场理论地震图的宽频域计算。同时,由于利用了矩阵运算中的解析关系,减少了运算的次数,从而提高了计算的速度。根据本算法建立的Fortran程序,在Univoc-1100计算机上进行了数值检验。结果表明,计算得到的格林函数至少在0—40Hz频率域范围内仍保持良好的数值稳定性。本文给出的这种Haskell矩阵分解组合形式的矩阵元素简单,且具有一定的对称性。对于这种分解所包含的物理意义,将有待进一步深入研究。     

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     

基于小波变换和中值滤波的InSAR干涉图像滤波方法

介绍小波分析的基本理论和利用小波分析对信号进行消除噪声的基本方法,以及In-SAR干涉相位图像中噪声的特点.针对目前普遍采用的均值滤波和中值滤波等方法对In-SAR干涉相位图像中噪声进行滤波的局限性,提出一种基于小波分析和中值滤波相结合的InSAR干涉相位图滤波算法以改善滤波效果.实验证明该算法的有效性.     

基于CIM+GIS的配电网拓扑建模与布局算法研究

在基于公共信息模型(CIM)的配电网拓扑建模规范的基础上,研究了配电网设备的GIS数据建模方法以及空间连接逻辑关系;提出了基于GIS的专题图布局算法(单线图和系统图布局生成技术);并通过佛山市电力GIS建设对拓扑模型和专题图布局算法进行了应用和验证。结果表明,算法能满足专题图布局科学、布线美观和避免交叉等技术要求。     

BFA-CM最优化测井解释方法

最优化测井解释方法能充分利用各种测井资料及地质信息,可以有效地评价复杂岩性油气藏.优化算法的选择是最优化测井解释方法的关键,影响着测井解释结果的准确性.细菌觅食算法(BFA)是新兴的一种智能优化算法,具有较强的全局搜索能力,但在寻优后期收敛速度较慢.复合形算法(CM)局部搜索能力极强,将其与BFA算法相结合构成BFA-CM混合算法,既提高了搜索精度又提高了搜索效率.利用BFA-CM最优化测井解释方法对苏里格致密砂岩储层实际资料进行了处理,计算结果与岩心及薄片分析资料吻合得很好.     

基于遗传算法的灰色Elman神经网络在深基坑变形中的应用

为保障基坑施工安全,快速发现沉降问题,本文提出一种基于遗传算法的灰色Elman神经网络,利用沉降监测数据预测围护结构沉降.通过计算发现该模型迭代收敛速度较快,25次即能达到0.001的均方误差,可以在较短时间得到预测结果.与其他3种基础模型对比,发现该模型精度较高,在SSE、MRE、MSE 3种精度评价中均处于较高水平...     

基于CART集成学习的城市不透水层百分比遥感估算

利用Landsat ETM^＋遥感数据，提出了一种基于CART集成学习的ISP遥感亚像元估算方法，将Boosting重采样技术引入CART分析中，用于提高ISP估算的精度。实验结果表明，该方法的ISP估算性能优于传统的单一CART学习算法，从ETM^＋影像中估算的ISP值与真实值之间的相关系数达到0．91，平均偏差为11．16％。