蚱蜢算法是一種新型的群智能優(yōu)化算法,其靈感來源于蚱蜢在不同階段表現(xiàn)出的獨(dú)特覓食行為。該算法將蚱蜢算子的移動(dòng)分為局部搜索與全局搜查兩個(gè)階段,算子每次移動(dòng)均受其余所有算子的共同影響,以保證收斂到精確解。將蚱蜢算法引入面波頻散曲線反演,以獲得近地表橫波速度�；诶碚摂�(shù)據(jù)和實(shí)測(cè)瑞雷波數(shù)據(jù),分析了利用蚱蜢算法計(jì)算近地表橫波速度的有效性和適用性。目標(biāo)函數(shù)解在反演迭代過程中能夠快速收斂到全局最優(yōu);模型參數(shù)的分布概率高,即在尋找到全局最優(yōu)解的同時(shí),能夠確保解中每個(gè)參數(shù)同時(shí)達(dá)到最優(yōu),保證了反演結(jié)果的可靠性。

【文章頁(yè)數(shù)】：15 頁(yè)

【文章目錄】：
0 引言
1 蚱蜢算法基本原理及驗(yàn)證
    1.1 基本原理
    1.2 算法測(cè)試
        (1) Griewank函數(shù)。
        (2) Rastrigrin函數(shù)。
2 蚱蜢算法在面波反演中的實(shí)現(xiàn)
    2.1 理論模型反演
        2.1.1 頻散曲線聯(lián)合反演測(cè)試
        2.1.2 含噪測(cè)試
        2.1.3 搜索區(qū)間測(cè)試
        2.1.4 頻散曲線缺失頻段測(cè)試
    2.2 反演結(jié)果分析
3 與粒子群算法的對(duì)比
4 實(shí)測(cè)資料反演
5 結(jié)論



本文編號(hào)：3954345