陈　华, 张艺丹, 葛新民

(中国石油大学(华东) a. 理学院；b.地球科学与技术学院,青岛　266580)



基于改进群搜索优化算法的变差函数拟合

陈华a, 张艺丹a, 葛新民b

(中国石油大学(华东) a. 理学院；b.地球科学与技术学院,青岛266580)

群搜索优化算法是一种群智能优化算法,通过研究群搜索优化算法的优劣以及其改进的方法，并将改进的群搜索优化算法应用于变差函数的高斯、指数和一阶及多阶球状模型的最优拟合。实例表明，群搜索优化算法能够有效地应用于变差函数拟合。

群搜索优化算法； 变差函数； 地质统计学

0　引言

在地质统计学中，作为最基本和最重要的模拟工具——变差函数，它是一种矩估计方法，用于表现数据值的空间互相关性，数据点在空间上距离越相近，相关性就越大。在地质统计模拟中，变差函数最优拟合实质是对给定样本的数值处理得到相应区域的解析函数。变差函数的拟合有很多方法，比如在指定出变差函数模型后，可以使用最小二乘法[1]、加权回归多项式[2]、遗传算法、粒子群优化算法[3]等进行拟合。然而这些方法都存在不同方面的问题，最小二乘法和加权回归多项式方法需要手动拟合，费时费力，存在一定的人为因素，缺乏统一客观的标准，而且加权回归多项式算法所计算得到的参数存在正负号问题，使得函数在拟合时无法得到最优解。遗传算法和粒子群算法虽然在一定程度上解决了自动拟合问题，但在实现过程中，参数较多，结构复杂，对执行速度产生影响。……