地球物理资料非线性反演方法讲座(八)——量子遗传算法new

地球物理资料非线性反演方法讲座(八)——量子遗传算法new

ID:34433297

大小:435.71 KB

页数:8页

时间:2019-03-06

地球物理资料非线性反演方法讲座(八)——量子遗传算法new_第1页
地球物理资料非线性反演方法讲座(八)——量子遗传算法new_第2页
地球物理资料非线性反演方法讲座(八)——量子遗传算法new_第3页
地球物理资料非线性反演方法讲座(八)——量子遗传算法new_第4页
地球物理资料非线性反演方法讲座(八)——量子遗传算法new_第5页
资源描述:

《地球物理资料非线性反演方法讲座(八)——量子遗传算法new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第5卷第6期工程球物季旅VoI.5,No.62008年12月CHINESEJ0URNALOFENGINEERINGGEoPHYSICSDeC.,20O8文章编号:1672~794O(2008)O6—0635—08地球物理资料非线性反演方法讲座(八)量亘子于遗速传算异法罗红明,王家映,师学明’朱培民(1.川庆钻探工程有限公司地球物理勘探公司,成都610213;2.中国地质大学地球物理与空间信息学院,武汉430074)摘要:虽然线性反演理论目前已经相当成熟,但由于其方法本身比较依赖初始模型,而且容易陷人局部极小,在实际

2、应用中常常显得“力不从心”。量子遗传算法QGA(QuantumGeneticAlgorithm)以量子理论为基础,通过量子位编码和量子旋转门更新种群来寻找全局最优,加快了搜索速度,具有更强的全局寻优能力。通过对量子遗传算法内在机理的分析表明,QGA的寻优质量和效果明显优于传统遗传算法。关键词:量子遗传算法;地球物理反演;全局寻优;遗传算法中图分类号:P631文献标识码:A收稿日期:2008—1l一19LectureonNon—LinearInverseMethodsinGeophysicalData(8)Quant

3、umGeneticAlgorithmandItsApplicatoninGeophysicalInversionLuoHongming,WangJiaying。,ShiXueming,ZhuPeimin(1.SichuanPetroleumGeophysicalProspectingCompanyofCNPCChuanqingDrillingEngineeringCompanyLimited,Chengdu610213,China;2.InstituteofGeophysicsandGeomatics,ChinaU

4、niversityofGeosciences,Wuhan430074,China)Abstract:Thispaperpresentsanewinversionalgorithm,quantumgeneticalgorithm,whichadoptsthequbitchromosomesaspresentationsandupdatesthepopulationusingquantumrotationgate,toacceleratethesearchspeed,toimproveconvergentefficie

5、ncy,andtogetabetterglobaloptimization.Havingtestedsomesyntheticandrealdataset,thispaperstronglyshowsthattheoptimizationqualityandefficiencyofQGAarebetterthanthetra—ditionalgeneticalgorithm.Keywords:quantumgeneticalgorithm;geophysicalinversion;globaloptimizatio

6、n;geneticalgorithm作者简介:罗红明(1977一),男,博士,现在四川石油管理局地球物理勘探公司技术发展中心工作,主要从事地球物理资料处理与反演理论与应用研究,E—mail:Luohongming2001@sohu.corn王家映(1937一),男,教授,博士生导师,主要研究方向为电磁法和地球物理反演理论。E—mail:j.y.wang@cug.edu.cn636工程地球物理学报(ChineseJournalofEngineeringGeophysics)第5卷在的解集的一个种群(populatio

7、n)开始的,而一个1引言种群则由经过基因(gene)编码的一定数目的个体(individua1)组成每个个体实际上是染色体2O世纪8O年代,量子图灵机『1的提出为量(chromosome)带有特征的实体。染色体作为遗子计算奠定了基础。然而直到1994年,美国贝尔传物质的主要载体,即多个基因的集合,其内部表实验室的PeterWShor提出了一个利用Fourier现(即基因型)是某种基因组合,它决定了个体形变换——量子并行优势的快速、混合的因子分解状的外部表现。因此,在一开始需要实现从表现算法],才改变了量子的并行计算

8、能力受到了限型到基因型的映射即编码工作。由于仿照基因编制的局面。这个算法提供了一种利用量子计算机码的工作很复杂,我们往往简化为二进制、浮点数在多项式内完成大数因子分解的可能。这是一个或符号等编码,初代种群产生之后,按照适者生存重要的进展,从此量子计算技术开始对一些领域和优胜劣汰的原理,逐代(generation)演化产生出产生了非常现实的影响。越来越好的近似

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。