人工蜂群（ABC）算法是一種智能全局尋優(yōu)算法,通過(guò)模擬蜂蜜群的智能采蜜行為,來(lái)尋找問(wèn)題的最優(yōu)解。該算法具有調(diào)節(jié)參數(shù)少,對(duì)初始模型依賴低等特點(diǎn),其勞動(dòng)分工和獨(dú)特的角色轉(zhuǎn)換機(jī)制,也使該算法有較強(qiáng)全局尋優(yōu)能力。而與典型的非線性優(yōu)化算法（如模擬退火、遺傳算法）相比,ABC算法在地球物理反演領(lǐng)域的應(yīng)用開發(fā)不足,且以往的研究大多是針對(duì)一維反問(wèn)題的�；诖�,嘗試將ABC算法引入大地電磁測(cè)深（MT）二維正則化反演。模型試驗(yàn)表明,ABC算法適用于二維MT反演,該算法的實(shí)現(xiàn)進(jìn)一步豐富了非線性算法在地球物理領(lǐng)域的應(yīng)用。 

【文章來(lái)源】：江西科學(xué). 2020,38(05)

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引言
1 人工蜂群算法原理
    1.1 基本思想
    1.2 基本流程
2 正則化目標(biāo)函數(shù)
3 模型試驗(yàn)
    3.1 模型試驗(yàn)1
    3.2 模型試驗(yàn)2
    3.3 應(yīng)用實(shí)例
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)蜂群算法及其在面波頻散曲線反演中的應(yīng)用[J]. 于東凱,宋先海,江東威,張學(xué)強(qiáng),趙素濤,趙培強(qiáng),蔡偉,袁士川.  地球物理學(xué)報(bào). 2018(04)
[2]基于人工蜂群算法的瑞雷波多階模式非線性聯(lián)合反演研究[J]. 侯征,熊盛青,楊進(jìn),于長(zhǎng)春,劉國(guó)輝.  地球物理學(xué)進(jìn)展. 2018(01)
[3]人工蜂群算法研究綜述[J]. 何堯,劉建華,楊榮華.  計(jì)算機(jī)應(yīng)用研究. 2018(05)
[4]人工蜂群算法的電震非線性聯(lián)合反演研究[J]. 侯征,熊盛青,楊進(jìn),于長(zhǎng)春,劉國(guó)輝.  地球物理學(xué)進(jìn)展. 2015(06)
[5]基于隨機(jī)分布共網(wǎng)格模型的重磁電震聯(lián)合反演技術(shù)及應(yīng)用[J]. 李華東,于鵬,劉振友.  石油地球物理勘探. 2015(04)
[6]瞬變電磁測(cè)深資料的ABC算法反演研究[J]. 王猛,劉國(guó)輝,王大勇,劉媛媛.  地球物理學(xué)進(jìn)展. 2015(01)
[7]人工蜂群算法研究綜述[J]. 秦全德,程適,李麗,史玉回.  智能系統(tǒng)學(xué)報(bào). 2014(02)
[8]下?lián)P子北部YF地區(qū)MT資料綜合解釋研究[J]. 趙勝,程海生,鄭團(tuán)結(jié),趙挺.  安徽地質(zhì). 2013(03)
[9]大地電磁反演中改進(jìn)的自適應(yīng)正則化因子選取[J]. 向陽(yáng),于鵬,陳曉,唐睿.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(09)
[10]非線性地球物理反演方法:回顧與展望[J]. 楊文采.  地球物理學(xué)進(jìn)展. 2002(02)

碩士論文
[1]基于改進(jìn)非線性算法的瑞利波多模式頻散曲線反演研究[D]. 符健.長(zhǎng)安大學(xué) 2019
[2]基于人工蜂群算法的大地電磁非線性反演研究[D]. 邸龍.河北地質(zhì)大學(xué) 2018
[3]電測(cè)深智能優(yōu)化反演理論的研究[D]. 徐晶.石家莊經(jīng)濟(jì)學(xué)院 2012



本文編號(hào)：3199275