基于遗传退火进化算法的瞬变电磁非线性反演

发布时间：2021-03-14 07:37

　　鉴于遗传算法的优秀全局搜索性能和模拟退火算法的局部搜索能力强的特点,提出遗传退火进化算法,其为模拟退火算法及遗传算法融合后形成的一种新的算法。它继承了两种算法各自的优点,避开了模拟退火算法易丢失全局信息以及遗传算法局部搜索能力差的缺点。使用Schaffer函数及Alpine函数对遗传退火进化算法进行数值实验,并对瞬变电磁理论地电模型进行反演试算。数值实验结果表明,该算法在寻优过程中更趋于避开早熟收敛,全局收敛性能得到改善,进而提高了反演精度,是一种可应用于地球物理非线性反演的有效方法。 

【文章来源】：计算机应用与软件. 2020,37(11)北大核心

【文章页数】：7 页

【部分图文】：

遗传退火进化算法流程图

三种算法在Schaffer函数寻优过程的目标值图

三种算法在Alpine函数寻优过程的目标值图

【参考文献】：
期刊论文
[1]瞬变电磁反演中的非线性规划遗传算法[J]. 李锋平,杨海燕,刘旭华,赵海娇.  物探与化探. 2017(02)
[2]TEM正演响应计算的几种频-时域转换方法对比[J]. 李锋平,杨海燕,邓居智,汤洪志,刘旭华,赵海娇.  物探与化探. 2016(04)
[3]遗传模拟退火算法在玻璃和晶体色散方程参量反演中的应用[J]. 王安祥,张晓军,曹运华.  红外与激光工程. 2015(11)
[4]VLSI标准单元布局问题的增强型混合遗传模拟退火算法[J]. 陈雄峰,吴景岚,朱文兴.  模式识别与人工智能. 2014(09)
[5]基于改进的遗传–模拟退火算法和误差度分析原理的PMU多目标优化配置[J]. 袁澎,艾芊,赵媛媛.  中国电机工程学报. 2014(13)
[6]基于遗传-模拟退火算法的源项反演方法研究[J]. 章颖,梁漫春,黎岢,杨洁.  核电子学与探测技术. 2014(04)
[7]混合模拟退火-进化策略在非线性参数估计中的应用[J]. 郭德龙,夏慧明,周永权.  数学的实践与认识. 2010(22)
[8]大地电磁阻尼粒子群优化反演法研究[J]. 师学明,肖敏,范建柯,杨国世,张旭辉.  地球物理学报. 2009(04)
[9]瞬变电磁法正反演问题研究进展[J]. 薛国强,李貅,底青云.  地球物理学进展. 2008(04)
[10]基于改进遗传模拟退火算法的无功优化[J]. 刘科研,盛万兴,李运华.  电网技术. 2007(03)

硕士论文
[1]瞬变电磁测深非线性反演理论的研究[D]. 王猛.石家庄经济学院 2012
[2]改进遗传算法及其在求解背包问题中的应用[D]. 郭小花.广西民族大学 2010



本文编号：3081752