学位论文 > 优秀研究生学位论文题录展示

基于快速遗传算法的速度反演研究及应用

作　者: 徐姣
导　师: 王山山
学　校: 成都理工大学
专　业: 固体地球物理
关键词: 快速遗传算法基因交换基因变异更新概率混沌扰动
分类号: P631.4
类　型: 硕士论文
年　份: 2009年
下　载: 115次
引　用: 1次
阅　读: 论文下载

内容摘要

遗传算法是近些年来一种发展比较迅速的新颖的非线性反演方法,它具有很强的普遍适应性和数值计算稳定性,与现有的其它一些反演方法有着很大的区别。遗传算法是一种比较健全的实用性反演方法,具备直接反演的全部优点。遗传算法用一个模型群体对模型空间进行并行地搜索,代替使用一个模型值,使其具有较好的全局搜索能力,减少了陷入局部最优解的风险;利用最普通的目标函数值的信息,不需要计算目标函数的导数或者其他比较特殊的辅助信息,对搜索空间也没有苛刻的假设和限制;并使用随机的概率的转移规则来进行,不是使用确定性的转移规则。这些优点使得遗传算法成为健全的全局优化非线性反演方法。遗传算法的三个基本步骤是:选择和再生、基因交换、基因变异。每一个步骤都发挥各自的优势,使得遗传算法得以正常运行。选择和再生是根据目标函数值来衡量个体的适应度,并根据适应度值的大小决定模型参数被复制的几率。基因交换是对参数空间进行全局搜索的一种方式,产生了结构式的信息交换的效果。基因变异使群体中保持一定程度的差异和随机性,引入新的遗传物质和信息。三个运算步骤在遗传算法中起着不同的作用,十分重要。本文在介绍标准遗传算法的结构步骤的基础上,根据它的优缺点、局限性,着重介绍了一种改进的快速遗传算法,该算法通过提高计算效率改善了标准遗传算法,使得快速遗传算法在速度反演应用中具有更高的实用价值。快速遗传算法保留标准遗传算法的基本结构和运算步骤,不同的是它在每次加速循环中进行一次或者两次迭代,然后提取部分优秀个体,用这些优秀个体的边界值优化搜索范围,压缩寻值空间,从而大大地提高计算效率。在演化迭代中计算概率密度来代替传统意义的适应度值线性计算方法,更利于选择优秀的个体,还引入了更新概率,比较交叉和变异后的个体同变前个体的目标函数值大小,再次选择决定出真正子代个体,这些举措使得无论是计算速度还是收敛速度都有所提高。迭代完成后认为当前最佳值已经很接近真值,在当前最优值的一个小范围内进行混沌扰动,这样就提高反演精度,改善反演效果。本文最后两章进行测试函数实例仿真、简单和复杂理论模型速度反演、二维理论模型速度反演、实际地震资料反演应用,通过标准遗传算法和快速遗传算法的运行时间分析和效果比较,说明快速遗传算法性能更优于标准遗传算法,不仅节省了计算时间,提高反演效率,还改善了反演精度和效果,是一种适应性和实用性较强的反演方法。

全文目录

摘要  4-6
Abstract  6-10
第1章引言  10-16
  1.1 地球物理反演概述  10-11
  1.2 非线性反演方法  11-12
  1.3 遗传算法  12-14
  1.4 遗传算法研究的目的和意义  14-16
第2章遗传算法研究的内容与方法  16-24
  2.1 标准遗传算法  16-18
  2.2 编码机制  18-24
    2.2.1 基于二进制编码  18-21
    2.2.2 基于实数编码  21-22
    2.2.3 基于实数编码和基于二进制编码的比较  22-24
第3章快速遗传算法速度反演  24-38
  3.1 目标函数评价  24-27
    3.1.1 计算目标函数值  24-25
    3.1.2 目标函数值与适应度值的转换  25
    3.1.3 计算概率密度  25-27
  3.2 更新概率  27-30
  3.3 多点交换  30-31
  3.4 加速循环  31-32
  3.5 混沌优化  32-34
  3.6 快速遗传算法速度反演的步骤  34-36
  3.7 提取子波  36-38
    3.7.1 利用测井资料求取子波的方法  36-37
    3.7.2 对数分解法  37-38
第4章快速遗传算法仿真  38-43
第5章快速遗传算法速度反演应用效果分析  43-53
  5.1 理论模型的反演效果及分析  43-50
    5.1.1 简单速度模型反演  43-46
    5.1.2 复杂速度模型反演  46-47
    5.1.3 反演抗噪效果实验  47-48
    5.1.4 二维理论模型反演及应用  48-50
  5.2 实际地震资料反演及应用  50-53
结论  53-55
致谢  55-56
参考文献  56-58
攻读学位期间取得学术成果  58

基于快速遗传算法的速度反演研究及应用

内容摘要

全文目录

相似论文