面波频散反演地球内部构造的遗传算法

《面波频散反演地球内部构造的遗传算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Seediscussions,stats,andauthorprofilesforthispublicationat:https://www.researchgate.net/publication/294371012GeneticalgorithmsinversionoflithosphericstructurefromsurfacewavedispersionArticle·January1995CITATIONSREADS30192authors,including:YaolinShiChineseAcademyofSciences373PU

2、BLICATIONS2,851CITATIONSSEEPROFILESomeoftheauthorsofthispublicationarealsoworkingontheserelatedprojects:EarthquakeSimualtionViewprojectdeepmoonquakeViewprojectAllcontentfollowingthispagewasuploadedbyYaolinShion23January2018.Theuserhasrequestedenhancementofthedownloadedfile.维普资

3、讯http://www.cqvip.com第38卷第2期地球物理学报VoL38。No．2面波频散反演地球内部构造的遗传算法石耀霖垒文(中国科学院中；学搴f互面；，，北京10003'9)lI／1摘要’舟绍了一种新的算法——遗传算法的基本概念和特点，及其在地震面波反演地球内部构造中的应用，指出了使用遗传算法的注意事项．提出了通过对初步搜索结果参数分布直方图进行分析，从而修改和缩小进一步搜索的范围，逐步搜索以提高搜索效率的方法．并对3屡含低速屡的理论模型和青藏高原的实际频散资料进行遗传算法反演，获得了满意的结果。讨论了关键盖调在遣篮簋若，塑壁塑垄区遗问题

4、，墨亘监生啦．—多可陶{折秒『叮越一、引言地震学中广泛应用到反演方法，传统的搜索和最优化方法可以分为微分为基础的方法、枚举算法和随机算法3类．微分为基础的间接法令目标函数的梯度为零而得到一组一般是非线性的方程，通过解方程而求得局部极值；微分为基础的直接法移动搜索寻找局部极值，搜索的方向一般与该处梯度有关．两者均需求目标函数的导数，结果往往与初始模型选取有关，所得局部极值未必是全局最优．枚举算法和随机算法都是全局搜索，前者将整个空间离散化而逐点顺序搜索，后者(如蒙特卡罗法)为全局随机搜索，两者都存在效率低的弱点．近年来发展起来的遗传算法是模拟生物通过

5、基因的遗传、变异、繁殖和选择过程而建立的一种简单而又有效的新方法．它运用随机而非确定性的规则，对一族而非一个点进行全局而非局部地搜索；它仅l』月目标函数而不要求其导数或其他附加限制．它虽然在特定问题上效率也许不是最高，但效率远高于传统随机算法，普遍适用于各种问题，只要有问题的正演程序就很容易采纳，特别易于并行处理，有广阔的发展前景．国际上开始将它用于地球物理问题0一司．面波频散反演地球内部构造是地震学中人们熟知的问题，本文以面波频散反演问题为例，讨论遗传算法这一新方法的特点，探讨它在地震学中的其他可能应用．二、面波频散遗传算法反演地球内部构造多层介

6、质中面波频散的正演计算已经有了成熟的方法，并在计算机上实现；本文’国家自拣科学基金资助的课题．本文1993年n月L5日收到，1994年6月9日收到任改稿．维普资讯http://www.cqvip.com地球物理学报以勒夫波为例讨论从面波频散反演地球内部构造的遗传算法．从实际观测资料测定勒夫面波的群速度或相速度的频散，给定一个分层介质模型，运用Tllomsoa—Haske11矩阵方法，可以计算在相应频率的理论群速度或相速度值，不同频率的理论与观测速度差值的均方根值作为目标函数，可以作为评定理论模型与实际观测拟台程度好坏的准则．在遗传算法中，将模型的一

7、个参数，如各层厚度、s波速度等表示为一个二进制数码，全部参数用许多串联在一起的二进制数码组成的字符串(类似一个染色体)代表．从随机形成的一组初始横型，即一些具有不同染色体的个体组成的种群开始，经过交换、变异和繁殖选择得到优秀的个体．繁殖是根据现有各个体的目标函数值的大小模拟自然界择优去劣的选择法则进行的，具有较小目标函数值的个体具有较大的概率产生下一代个体．我们根据各个体的目标函数值t计算其被选择生存的概率P1．从，计算选择概率的方法有多种，例如可令正比于(，Ⅲ土一，)，也可令正比于∞

8、P()，为恰当选择的常数，无论哪种方法，都要使t较大的模型个体

9、具有较高的选择概率．然后用随机的方法去产生下一代个体，种群中个体总数保持不变，生存概率低的个体可能绝灭，生存概率高的个体不