遗传算法在上地幔速度结构研究中的应用

遗传算法是近年来发展较快的一种求解非线性优化问题的有效方法。本文通过对遗传算法基本原理的介绍，对该方法的特点进行了分析。我们采用ＷＫＢＪ理论地震图作正演，遗传算法作反演，对用体波波形反演上地幔速度结构的方法进行了研究。在ＷＫＢＪ理论地震图的计算中，通过计算主要射线的平均吸收特征时间，考虑了衰减随距离的变化，通过对不同震源引入不同的虚拟界面，同时对多个地震的波形记录进行反演。探讨了观测误差对反演结果的影响。对理论记录的反演表明，用遗传算法研究上地幔速度结构具有较好的效果。     

Streeter-Phelps模型参数估计的遗传算法

提出Streeter-Phelps模型参数估计的新方法--遗传算法(Genetic Algorithm),它不同于常规参数估计方法,其优点在于,从多个初始点开始寻优,并采用交迭和变异运算避免过早地收敛到局部最优解,可获得全局最优解,且不受初始值影响.该方法不必求导计算,编程简单快捷.给出了实例计算及与其他方法相比较的结果.     

用非线性遗传反演方法进行自动静校正

静校正处理是消除近地层影响的一个重要地震资料数字处理方法，在近地表层纵，横向变化复杂，静校正量变化较大的地区，常规静校正方法和线性反演方法均不能解决问题，遗传算法是近年发展起来的一种模拟生物生化过程的较先进的非线性反演方法，对用遗传算法进行静校正的若干问题进行了讨论，说明它是可以解决表层情况复杂地区静校正问题的一个有效方法。     

模拟退火剩余静校正的一步算法

当地震资料的剩余静校正量大、信噪比低时，利用传统的线性反演方法不能有效地拾取静校正量。本文介绍一种非线性反演方法（一步模拟退火法）来估算炮点和检波点的剩余静校正量。通过对合成地震记录的试算表明，该算法可获得近似于真实的剩余静校正量。     

用遗传算法将地球化学测井数据转换为矿物成分

提出了一种在遗传算法基础上把地球化学数据转换为岩石的矿物成分的技术。遗传算法是一种组合优化方法，它仿真自然界适生存原理，该算法能解决各种各样的数据拟合，参数评估及解决来自各种科学领域的优化／搜寻问题。     

用快速仿真退火进行走时层析成像

本文主要介绍一种与射线追踪无关的走时成像方法，使用一种非线性最优化算法，称为非常快速的仿真退火。利用立方Ｂ样条对地下地质体进行参数化，此网格在水平和垂直坐标是可变化的，这个灵活的网格可以容 等复杂程度的构造，并只用几个节点，我们试图求观测与预测走时之间的均言差进行极小化。时使用有限差分算法，不仅在样条节点位置上求速度，而且还求在每个维方向上的网格间距，由于在计算期间避免了局部极小，求出的解与初始模     

用遗传算法反演地壳的变密度模型

用青藏高原布格重力异常资料 ,结合亚东 格尔木地学断面得到的Moho面结构 ,反演了青藏高原中部地壳内密度随深度变化的指数分布函数 ,试验得出地壳表层与地幔的密度差约为 - 0 .92 6 g·cm-3 ,地壳的平均密度值为 2 .75 0 g·cm-3 。     

内蒙古中西部地区震源参数和场地响应反演

采用Atkinson方法，基于遗传算法，利用呼和浩特数字地震台网7个子台记录的9次质量较高的地震事件资料，计算了内蒙古中西部地区的品质因子Q值和非弹性衰减系数c（f）。在所研究的频率范围内，前者和频率．厂有很好的线形关系：Q（f）=116．8f^1.000后者与频率．厂的变化关系不明显。在此基础上采用Moya方法反演了7个地震台的场地响应和地震的震源参数，并对它们之间的相互关系进行了讨论。结果显示在所研究的频率域内7个基岩台站的场地均不同程度的存在放大作用，其次震源参数间具有较好的线性关系。本文还详细介绍了Atkinson方法和Moya方法的原理和计算步骤。     

基于改进遗传算法的岩体结构面幂函数模型参数辨识

沿结构面的剪切滑移是工程岩体主要的破坏模式之一,选择恰当的岩体结构面本构模型是分析岩体结构面破坏的重要一环。当前常用的结构面本构模型有指数型模型、曲线型模型和幂函数型模型,其模型参数都是根据工程实际经验或室内试验所得,不能很好的模拟实际变形情况。指数型模型得出的模拟值偏大,曲线型模型得出的模拟值偏小,幂函数型模型在较低的法向应力下能较好的模拟剪切变形过程,但在较高的法向应力下得出的模拟值偏小。为此,通过改进的遗传算法对岩体结构面幂函数模型参数进行辨识,得出由"等效参数"构成的幂函数模型。实例验证结果说明,通过改进的遗传算法辨识出的由"等效参数"构成的幂函数模型能够很好的模拟实际变形情况,能够很好的适应于不同的工程实际应用。      

地下结构孕险环境危险性预警的改进SVM模型

针对地震作用下孕险环境样本数据有限、复杂非线性等特点,提出了一种基于最小二乘支持向量机的地下结构孕险环境危险性预警方法。围绕地震后效应的地下工程区域孕险环境危险性预警目标和特征参数,设计孕险环境危险性问题的向量机表示形式,提出孕险环境危险性支持向量机训练工作机制,利用支持向量机结构风险最小化原则和非线性映射特性,建立基于最小二乘支持向量机的地下结构孕险环境危险性预警模型及其算法组件,并利用遗传算法优化其惩罚函数和核函数参数,隐式表达孕险环境危险性与其影响因素之间的非线性关系。结果表明,模型具有有效的小样本学习能力,具有较高的拟合和预测精度,明显优于神经网络等预测模型。