基于GA和PSO智能算法的大地电磁一维反演分析
2021-10-25陈杰,杨磊
工程地球物理学报 2021年5期
关键词:模型
陈 杰,杨 磊
(1.中水珠江规划勘测设计有限公司,广东 广州 510610;2.中铁第四勘察设计院集团有限公司 地质路基设计研究院,湖北 武汉 430063;
1 引 言
大地电磁测深方法是利用大地中频率范围分布宽广的天然电磁波来探测不同地层深度的电性结构的地球物理勘探方法。大地电磁测深方法具有多项优点:不受高阻屏蔽,对低阻异常分辨率高;不用人工供电,勘探成本低且工作方便;勘探深度范围大。近几十年来,这一系列优势使得大地电磁方法在矿产勘探及普查、地壳岩石圈电性结构研究、海洋地球物理勘探、地热勘探和隧道隐伏岩溶结构勘察等都扮演着至关重要的角色[1-4]。
在实际铁路勘察项目中,复杂山区往往需要建设多条深埋长隧道。高频大地电磁法具有探测深度大、对低阻异常体敏感和对复杂地形适应能力强等优点,因而逐渐被用于铁路隧道勘察设计任务[5-8]。为了更直观地获取地下深部响应特征,大地电磁法数据反演解释工作尤为重要。近年来,国内外学者将许多非线性反演方法应用于地球物理反演问题中,比如粒子群算法、遗传算法、人工神经网络法等,均取得了一定的效果[9]。粒子群优化算法(Particle Swarm Optimization,PSO)是在描述鸟儿寻找食物的Boid模型基础上题设出来的。其核心思想是通过整个群体中每一个个体之间的相互协助以达到整个群体的信息共享,从而在杂乱无序的求解空间中迅速找到最佳求解路线。该算法主要的优势是原理易懂、容易实现,并且不需要调节太多的参数。……
登录APP查看全文
