遗传—广义模式搜索方法反演瑞雷波频散曲线

2016-12-21谢智平徐梦蛟张永柱

山西建筑 2016年31期

关键词：方法

谢智平吴剑徐梦蛟张永柱

(1.三峡大学土木与建筑学院，湖北宜昌 443002； 2.杭州大地科技有限公司，浙江杭州 310000)

遗传—广义模式搜索方法反演瑞雷波频散曲线

谢智平1吴剑1徐梦蛟2张永柱1

(1.三峡大学土木与建筑学院，湖北宜昌 443002； 2.杭州大地科技有限公司，浙江杭州 310000)

介绍了遗传和广义模式搜索联合反演方法的基本原理，并通过建立速度递增型地质模型，对比分析了联合反演与遗传算法反演结果，指出联合反演方法反演瑞雷波频散曲线较遗传算法更优越，但也存在一定的局限性。

遗传算法，广义模式搜索算法，频散曲线，地质模型

瑞雷波广泛应用于地质勘探，其理论基础在于其分层介质中具有的频散特性以及穿透深度可以随波长变化而变化[1]。瑞雷波勘探数据处理工作主要集中在频散曲线提取和反演。反演的主要方法有近似法、最小二乘法、极值法、非线性方法(如遗传算法、模式搜索算法)和联合反演方法等[2]。

遗传算法具有很强的全局搜索能力，具有不依赖选取的初始模型的优点，但随着问题复杂度的增加容易陷入冗余迭代从而导致求解时间增加和精度降低，并且容易因参数选取不当而导致算法过早收敛。因此，本文首先对地质模型应用遗传算法进行反演，将其反演结果作为模式搜索反演的初始搜索点，通过广义模式搜索进行反演达到二次优化的目的，提高反演精度和效率[3]。