瑞雷波勘探具有分辨率高、抗干擾能力強、受場地影響小、經(jīng)濟、快速且無損等優(yōu)點,現(xiàn)已被廣泛應(yīng)用于眾多領(lǐng)域中,而瑞雷波頻散曲線反演則是其中的核心。瑞雷波頻散曲線反演是利用瑞雷波的頻散特性來獲取淺地表層狀介質(zhì)結(jié)構(gòu)信息,現(xiàn)階段反演方法主要分為局部線性化反演以及非線性全局優(yōu)化反演兩種。本文對一種新型全局優(yōu)化算法——人工蜂群算法進行適當?shù)母倪M,將其用于反演瑞雷波頻散曲線,以獲取地下橫波速度以及地層厚度。傳統(tǒng)蜂群算法具有極強的鄰域搜索能力,能夠找出區(qū)域內(nèi)的極值點,但由于算法中未有全局最優(yōu)解的引導(dǎo),且全局搜索策略相對單一,致使算法可能陷于局部極值中,影響反演精度。鑒于蜂群算法精于探索、疏于開發(fā)的特性,本文借鑒粒子群算法中最優(yōu)解引導(dǎo)策略以及遺傳算法中的交叉操作,對蜂群算法進行改進,有效克服了上述問題。本文以“基于改進蜂群算法的瑞雷波頻散曲線反演研究”為核心進行了深入的研究。首先介紹了蜂群算法基本原理以及實現(xiàn)過程,基于其缺陷提出了三種改進策略,結(jié)合運算效率以及頻散曲線反演自身的特點對改進策略進行篩選。然后在不同理論模型中借助改進蜂群算法進行了基階波頻散曲線反演試算,并與傳統(tǒng)蜂群算法反演進行對比,一方面檢驗了... 

【文章來源】：中國地質(zhì)大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：133 頁

【學(xué)位級別】：碩士

【部分圖文】：

1人工蜂群算法流程圖

測試函數(shù)峰值圖

1模型III-2-1對應(yīng)的模擬地震記錄與頻散能量圖

【參考文獻】：
期刊論文
[1]多道面波頻散分析在實際大炮數(shù)據(jù)中的應(yīng)用[J]. 姜福豪,李培明,張翊孟,閆智慧,董烈乾.  石油地球物理勘探. 2018(01)
[2]基于洗牌蛙跳算法的瑞雷波非線性反演（英文）[J]. 孫成禹,王妍妍,伍敦仕,秦效軍.  Applied Geophysics. 2017(04)
[3]起伏地形條件下瑞雷面波傳播特性研究[J]. 李宏,楊心超,朱海波,張偉,曲壽利.  石油物探. 2017(06)
[4]孔隙介質(zhì)中面波有限差分模擬及應(yīng)力鏡像條件（英文）[J]. 張煜,平萍,張雙喜.  Applied Geophysics. 2017(01)
[5]利用改進的F-K變換法提取瑞雷波的頻散曲線[J]. 李欣欣,李慶春.  地球物理學(xué)進展. 2017(01)
[6]面波頻散曲線提取方法對比分析[J]. 金聰,楊文海,羅登貴,劉江平.  地球物理學(xué)進展. 2016(06)
[7]利用瑞利面波進行巖性分層[J]. 李啟成,閆曉丹,孫穎川,張晶.  地球物理學(xué)進展. 2016(05)
[8]面波勘查技術(shù)及在滑坡地質(zhì)調(diào)查中的應(yīng)用研究[J]. 許新剛,岳建華,李娟娟,張河瑞.  地球物理學(xué)進展. 2016(03)
[9]基于多模式分離的S變換瑞雷波頻散曲線提取[J]. 張大洲,練小聰,楊威,熊章強.  中南大學(xué)學(xué)報(自然科學(xué)版). 2015(08)
[10]高頻面波方法的若干新進展[J]. 夏江海,高玲利,潘雨迪,沈超,尹曉菲.  地球物理學(xué)報. 2015(08)



本文編號：3082214