本文關(guān)鍵詞：基于改進(jìn)遺傳算法的可控源音頻大地電磁法一維反演研究　出處：《吉林大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 可控源音頻大地電磁法 正演 改進(jìn)遺傳算法 一維反演

【摘要】：可控源音頻大地電磁法是一種重要的探測(cè)方法,它常應(yīng)用于地質(zhì)勘探與調(diào)查�？煽卦匆纛l大地電磁法采用人工可控制發(fā)射源,具有可控制性、探測(cè)深度大、分辨率高等優(yōu)點(diǎn)。反演過程是可控源音頻大地電磁法的一個(gè)重要部分,反演結(jié)果的優(yōu)劣直接影響探測(cè)結(jié)果,反演計(jì)算結(jié)果由反演方法決定,因此,反演方法的選擇至關(guān)重要。經(jīng)典的反演方法包括線性和局部線性的方法,這些方法易出現(xiàn)病態(tài)矩陣、依賴初始模型等問題。而遺傳算法因其不依賴初始模型、具有較強(qiáng)的搜索能力、簡(jiǎn)單性、通用性等優(yōu)點(diǎn)而被廣泛應(yīng)用。然而,標(biāo)準(zhǔn)的遺傳算法也存在早熟和局部收斂等問題。因此,對(duì)標(biāo)準(zhǔn)的遺傳算法進(jìn)行優(yōu)化是必要的。本文通過對(duì)標(biāo)準(zhǔn)遺傳算法進(jìn)行改進(jìn),增強(qiáng)了算法的有效性,克服了早熟和局部收斂等問題;通過具體模型及實(shí)測(cè)資料的反演計(jì)算,證明改進(jìn)遺傳算法具有一定的抗噪性能和實(shí)用性,能夠應(yīng)用到可控源音頻大地電磁法的一維反演中去。本文圍繞基于改進(jìn)遺傳算法的可控源音頻大地電磁法一維反演的有效性、抗噪聲性能和實(shí)用性進(jìn)行研究,主要分為四個(gè)部分:1、研究可控源音頻大地電磁法的基本理論和正演計(jì)算理論,對(duì)層狀斷面進(jìn)行正演計(jì)算,為反演做好基礎(chǔ);2、研究遺傳算法的基本理論,理解遺傳操作每個(gè)過程的運(yùn)行機(jī)理,找出標(biāo)準(zhǔn)遺傳算法存在的不足之處;3、改進(jìn)遺傳算法,對(duì)于選擇算子,采用排序法和最優(yōu)個(gè)體保留策略相結(jié)合的方法,對(duì)于交叉算子,采用自適應(yīng)概率法和父子競(jìng)爭(zhēng)策略相結(jié)合的方法;4、給出具體的模型及其參數(shù),進(jìn)行改進(jìn)遺傳算法的反演計(jì)算,并與標(biāo)準(zhǔn)遺傳算法相比較,驗(yàn)證改進(jìn)遺傳算法的有效性;加入隨機(jī)噪聲到改進(jìn)遺傳算法中,驗(yàn)證改進(jìn)遺傳算法具有抗噪聲能力;根據(jù)實(shí)測(cè)的地質(zhì)數(shù)據(jù)資料,進(jìn)行基于改進(jìn)遺傳算法的可控源音頻大地電磁法的一維反演仿真實(shí)驗(yàn),驗(yàn)證改進(jìn)遺傳算法的實(shí)用性能。本文的改進(jìn)算法能夠應(yīng)用到可控源音頻大地電磁法的一維反演當(dāng)中去,得到較好的效果,具有一定的抗噪聲性能和實(shí)用性。
[Abstract]:Controlled source audio magnetotelluric method is an important detection method, which is often used in geological exploration and investigation. The inversion process is an important part of the controllable source audio magnetotelluric method. The inversion results directly affect the detection results, and the inversion results are determined by the inversion method. The classical inversion methods include linear and local linear methods, which are prone to ill-conditioned matrix, dependent on the initial model and so on. Genetic algorithm is not dependent on the initial model. Because of its strong search ability, simplicity and versatility, it is widely used. However, the standard genetic algorithm also has some problems such as premature convergence and local convergence. It is necessary to optimize the standard genetic algorithm. By improving the standard genetic algorithm, the effectiveness of the algorithm is enhanced, and the problems of premature and local convergence are overcome. Through the inversion calculation of the concrete model and the measured data, it is proved that the improved genetic algorithm has certain anti-noise performance and practicability. It can be applied to the one-dimensional inversion of controllable source audio magnetotelluric method. This paper focuses on the effectiveness, anti-noise performance and practicability of one-dimensional inversion of controllable source audio magnetotelluric method based on improved genetic algorithm. It is divided into four parts: 1. The basic theory and forward calculation theory of controllable source audio magnetotelluric method are studied. 2. Study the basic theory of genetic algorithm, understand the running mechanism of each process of genetic operation, find out the deficiency of standard genetic algorithm; 3. Improved genetic algorithm. For the selection operator, the sorting method is combined with the optimal individual retention strategy, and for the crossover operator, the adaptive probability method is combined with the parent-son competition strategy. 4. The concrete model and its parameters are given, the inversion calculation of the improved genetic algorithm is carried out, and compared with the standard genetic algorithm, the validity of the improved genetic algorithm is verified. Adding random noise to the improved genetic algorithm to verify that the improved genetic algorithm has anti-noise ability; Based on the measured geological data, the one-dimensional inversion simulation experiment of controllable source audio magnetotelluric method based on improved genetic algorithm is carried out. The improved genetic algorithm can be applied to the one-dimensional inversion of controllable source audio magnetotelluric method, and it has good anti-noise performance and practicability.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：P631.325;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姚芳蓮,李維云,鄧聯(lián)東,孟繼紅,白云;遺傳算法及其在化學(xué)領(lǐng)域中的應(yīng)用[J];天津化工;2000年04期

2 劉坤,劉偉波,吳忠強(qiáng);基于模糊遺傳算法的電液位置伺服系統(tǒng)控制[J];黑龍江科技學(xué)院學(xué)報(bào);2005年04期

3 李華昌,謝淑蘭,易忠勝;遺傳算法的原理與應(yīng)用[J];礦冶;2005年01期

4 馮錦春;楊林建;;遺傳算法在機(jī)械工程方面的應(yīng)用研究[J];煤礦機(jī)械;2008年08期

5 李凱;田雙亮;耿麗君;張喜;;基于改進(jìn)遺傳算法在分析企業(yè)客戶群中的應(yīng)用[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

6 劉鐵男,姜建國(guó),陳繼剛,張長(zhǎng)江,于鏑;遺傳算法的收斂性分析[J];大慶石油學(xué)院學(xué)報(bào);2000年03期

7 樂慧豐,林家駿,俞金壽;投影遺傳算法[J];華東理工大學(xué)學(xué)報(bào);2000年05期

8 苑進(jìn),孫忠林,劉雪美;改進(jìn)遺傳算法在齒輪減速器優(yōu)化中的應(yīng)用[J];山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年04期

9 李春利,郭章紅,楊振生;基于遺傳算法的分子設(shè)計(jì)初探[J];化學(xué)工業(yè)與工程;2002年01期

10 董軍芳,曾穎,林金清;應(yīng)用遺傳算法推算多元溶液熱力學(xué)數(shù)據(jù)[J];吉首大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年01期

相關(guān)會(huì)議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 李國(guó)云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第五屆全國(guó)制冷空調(diào)新技術(shù)研討會(huì)論文集[C];2008年

3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會(huì)論文集[C];2006年

6 龐國(guó)仲;王元西;;基于遺傳算法控制步長(zhǎng)的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計(jì)[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計(jì)算機(jī)編程中的應(yīng)用[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

9 靳開巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動(dòng)遺傳算法[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

相關(guān)重要報(bào)紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國(guó)水利報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 Amjad Mahmood;半監(jiān)督進(jìn)化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學(xué);2015年

2 李險(xiǎn)峰;基于改進(jìn)遺傳算法的汽車裝配生產(chǎn)線平衡問題研究[D];北京科技大學(xué);2017年

3 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

4 郝國(guó)生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2009年

5 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

6 馬國(guó)田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

7 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

8 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年

9 劉冀成;基于改進(jìn)遺傳算法的生物電磁成像與磁場(chǎng)聚焦應(yīng)用研究[D];四川大學(xué);2005年

10 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對(duì)偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測(cè)控制[D];華南理工大學(xué);2015年

4 王琳琳;新型雙層液壓轎運(yùn)車車廂的設(shè)計(jì)研究[D];上海工程技術(shù)大學(xué);2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風(fēng)面積比優(yōu)化方法研究[D];華南理工大學(xué);2015年

6 彭騫;基于遺傳算法的山區(qū)高等級(jí)公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測(cè)[D];昆明理工大學(xué);2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

10 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

，

本文編號(hào)：1436382