BPSA混合策略在GPS高程拟合中的应用

针对误差反向传播(BP)算法训练速度慢和易于陷入局部最小值的缺点,利用BP算法监督学习特点,模拟退火算法(SA)在局部极小处的概率突变性,有效结合BP和SA算法,提出一种BPSA混合学习策略。将其应用于GPS高程拟合,并以实例验证了该算法的有效性。     

贺兰山构造带及邻区中-新生代构造事件:来自不整合面和裂变径迹的约束

贺兰山构造带及邻区的构造属性长期以来存在争议,确定该地区中新生代的构造事件及隆升过程是了解这一重要陆内变形带动力学机制的关键所在。本文采用不整合面分析法和低温热年代学方法,综合分析探讨了贺兰山构造带及邻区中新生代的构造事件及其构造演化过程。通过对该地区的野外地质调查,本次在中-新生代地层中由底到顶识别出6个不同类型的不整合面,它们分别是:(1) T_(2-3)/P平行不整合面;(2) J/AnJ角度不整合面-微角度不整合面;(3) K_1/AnK_1高角度不整合面;(4) E_3q/AnE_3;(5) N_1/AnN_1;(6) Q/An Q。在T_3d~3、J_2y和K_1变形前锋,可见与逆冲-褶皱造山带相关的同构造沉积生长地层,其在形态上表现为超覆、削截,在黄草滩等地局部与倒转背斜相伴生。这些不整合和生长地层是构造活动的直接证据。本次研究对采自该地区的12件样品分别进行了磷灰石、锆石裂变径迹测年及热史模拟分析。结果表明,裂变径迹年龄主要分布在4个区间,对应地质时代分别为中侏罗世-晚侏罗世(168～159Ma)、早白垩世末(139～91Ma)、晚白垩世末(79～66Ma)、始新世(59～50Ma),反映出该地区在这4个时期发生了明显的冷却抬升事件,且这4期构造事件与野外观察到的地质特征有很好的地质响应。同时,热史模拟表明该地区整体上经历了晚侏罗世、早白垩世、晚白垩世末-始新世3期快速隆升事件。综合研究表明,该地区主体逆冲褶皱的时间是从中侏罗世开始,早白垩世末构造运动最强烈,新生代又有所活动。     

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.     

基于Voronoi邻近的物流车辆路径快速优化算法

 现代物流业需要快速高效并智能化制定物流运输方案。传统路径优化方法适合处理中小规模的车辆路径问题,计算时间较长,方案质量较低,故需发展短时间内能提供高质量路径方案的启发式算法。针对大规模物流车辆路径优化,本文提出了一种Voronoi邻近的快速优化方法。该方法先创建初始解,而后进行迭代优化。初始解创建利用Voronoi邻近关系,顾及车辆容量约束,自底向上进行客户点空间聚类,将问题降维;采用最廉价插入算法安排聚类内部路径,生成性质良好的初始解。迭代优化在客户点Voronoi邻近内进行有效的局部搜索,利用模拟退火机制接受较差解,从而跳出局部最优,不断提高解的质量。本文利用模拟生成的北京市大规模车辆路径问题进行实验,结果表明:本文算法能够在4500s内优化客户点高达12 000个物流车辆路径问题,计算时间较短,解的质量优良,算法性能稳定。本文与其他算法比较,能在较短时间内提供高质量车辆路径方案,适用于大规模物流车辆路径的优化。     

元启发式搜索策略在构造模糊分类系统中的应用

论述了使用模拟退火元启发式搜索策略构造模糊分类系统的过程,目的是利用模拟退火原理研制一种精确的模糊分类器,改善与分类问题有关的搜索空间探索与发掘的性能,找到模糊if-then规则的优化集。算法可以从输入数据集中抽取精确的模糊分类规则,并在若干不同预定义类中将其应用于对新数据实例的分类。     

改进的模拟退火遗传算法在地下水管理中的应用

对于高度非线性、非凸的地下水管理模型,传统优化方法难以找到全局最优解。本文采用模拟退火遗传算法求解地下水管理模型,并从三个方面对算法进行改进:引入小生境技术,采用自适应交叉和变异概率,在选择过程中采用最优保存策略,从而提高算法的全局寻优能力和收敛速度。采用惩罚函数法处理约束条件。用Fortran 90语言编制了计算程序,并通过Schaffer测试函数验证了该算法不仅具有强大的全局寻优能力和局部搜索能力,而且具有较快的收敛速度和较高的优化精度。将该算法应用到某研究区地下水管理中,取得了较好的效果。