青藏高原东北缘地壳三维速度结构

本文用1980—2000年M≥1.5的2 032个天然地震事件的38 052个〖AKP-〗、〖AKS-〗、Pm、Sm、Pn和Sn震相到时及人工地震测深给出的Moho面形态资料,利用地震层析技术反演了32°~40°N, 100°~108°E区域内地壳地震波速度结构.从层析成像图象中可以得到,本区的地壳可分成4个层位.第1层（埋深约在0~3 km）为沉积层, 速度梯度约为0.2 s-1;第2层（埋深约在3~17 km）为上地壳, 其顶部速度梯度约为0.1 s-1, 下部速度横向变化较大且存在低速块体;第3层（埋深约在17~36 km）为中地壳, 速度梯度约为0.03 s-1;第4层（埋深约在36 km—Moho）为下地壳, 是一个契形层,总的趋势是西厚东薄,青藏高原较厚逐渐向鄂尔多斯地块和扬子准地台方向变薄,各处的地震波速度梯度不尽相同.     

基于改进近似模型的水下鱼雷打靶快速预报方法

鱼雷打靶试验对评价武器系统对目标的打击性能具有重要意义。水动力参数是模拟鱼雷水下运动轨迹、预报鱼雷打靶落点的关键参数。随着现代CFD技术的发展,采用数值方法获取水动力参数,提高了轨迹预报精度,但计算效率不高,不利于多工况下鱼雷打靶预报。首先,基于刚体动量和动量矩定理建立了鱼雷的水下运动方程组,运用4阶龙格–库塔（Runge-Kuta）法对运动方程组进行数值求解,对鱼雷水下轨迹进行模拟,从而获取鱼雷打靶性能。其次,提出了基于遗传算法的近似模型（GA-BP）和自适应遗传算法优化的近似模型（AGA-BP）模拟鱼雷水下打靶落点,对鱼雷打靶性能进行快速预报。通过仿真和数据对比,结果表明：AGA-BP预测模型相对于BP预测模型更稳定、GA-BP预测模型收敛速度更快,实现对鱼雷水下打靶快速预报。     

基于遗传算法的浮式防波结构物形状最优化设计

采用遗传算法作为优化手段,以透射系数为目标函数,对给定横剖面面积的浮式防波结构物在规则波中的消波性能及剖面形状进行了最优化计算研究,探讨了透射系数最小的剖面形状与波浪周期之间的关系,为浮式防波结构物的设计提供了一定的理论依据     

基于分区间泛化Kriging近似模型的船舶局部结构形状优化

为提高Kriging近似模型在船舶结构性能多维度响应预测方面的适用性,对常规Kriging近似模型进行分区间泛化改进:一是对设计样本点的各个维度(分量)进行划区,并在每一个分区间内采用最优拉丁超立方(OLhd)取样;二是引入比例系数w1组合高斯与指数型相关函数提高模型对数据的泛化能力,从而在每个划分的区间内建立泛化的Kriging近似模型。通过SCH测试函数,验证了构造的分区间泛化Kriging模型有效性。结合参数化建模和改进Kriging近似模型对某过渡肘板和舱口角隅边界进行形状优化,优化第一阶段由改进的近似模型通过多岛遗传算法得到全局初步的最优解,第二阶段在初步解的基础上缩小优化变量范围,由少量的FEM计算即可在小范围内搜寻到精确的最优设计变量。结果表明:分区间泛化Kriging近似模型在预测多维度响应时较常规Kriging模型预测精度更高;分阶段的形状优化流程在保证极小误差和缩小计算成本的情况下能够得到理想的应力分布和重量优化结果,有助于船舶结构的轻量化研究。     

利用遗传算法反演实时近海面气温和比湿

使用Advanced Microwave Scanning Radiometer for EOS(AMSR-E)的海洋产品数据海表温度、风速,大气水蒸气、云液态水,通过遗传算法建立其与近海面气温和比湿之间的经验关系,进行近海面气温和比湿的实时反演.反演结果与The Tropical Ocean-Atmosphere(TAO)和The National Data Buoy Center(NDBC)的浮标实测资料进行比较,实时近海面气温和比湿的均方根误差分别为1.18℃和1.36 g/kg.分析结果表明,利用遗传算法采用AMSR-E海洋产品数据可以较好地反演近海面气温和比湿.     

Alternative Fuzzy Cluster segmentation of remote sensing images based on Adaptive Genetic Algorithm

Remote sensing image segmentation is the basis of image understanding and analysis. However, the precision and the speed of segmentation can not meet the need of image analysis, due to strong uncertainty and rich texture details of remote sensing images. We proposed a new segmentation method based on Adaptive Genetic Algorithm (AGA) and Alternative Fuzzy C-Means (AFCM). Segmentation thresholds were identified by AGA. Then the image was segmented by AFCM. The results indicate that the precision and the speed of segmentation have been greatly increased, and the accuracy of threshold selection is much higher compared with traditional Otsu and Fuzzy C-Means (FCM) segmentation methods. The segmentation results also show that multi-thresholds segmentation has been achieved by combining AGA with AFCM.     

基于神经网络的选址区位评价模型分析应用

针对设施选址区位评价问题,分析了分级评分、回归分析等传统方法的特点和不足,并由此提出基于人工神经网络的选址区位评价模型;系统地分析了利用神经网络模型进行选址区位评价的思路和特点,提出基于遗传算法的网络结构和网络学习优化算法;通过某大型银行网点的选址实例分析,验证了该评价模型的可行性和实用性,同时也总结了其在实际应用中的若干规律。     

Underground water quality model inversion of genetic algorithm

The underground water qualitymodel with non-linear inversion problem is illposed, and boils down to solving the minimum of nonlinear function. Genetic algorithms are adopted in a number of individuals of groups by iterative search to find the optimal solution of the problem, the encoding strings as its operational objective, and achieving the iterative calculations by the genetic operators. It is an effective method of inverse problems of groundwater, with incomparable advantages and practical significances.     

基于改进BP神经网络的海底底质分类

通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。     

GA-BP网络模型在GPS似大地水准面精化中的应用

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,提出了利用遗传算法（GA）的全局寻优性,结合GA和BP的各自优点,分析和建立了进化神经网络（GA-BP）模型,并将该模型应用于似大地水准面模型精化。最后以南方某市E级GPS控制网高程数据为例,进行BP和GA-BP模型的对比实验,通过对内、外符合精度及MAPE（平均绝对误差百分比）指标分析,验证了该方法的可行性。