重磁反演的群体优生遗传算法.pdfVIP

维普资讯 第35卷 第5期 0 与【 辣 V01．35 Na．5 1999年 9月 GD0【J0GY^ND PI砌圈 C G S印t∞Iber，1999 ／一) 重磁反演的群体优生遗传算法 p{j}·2 张小路 ／ (桂犯 画 ) 重磁反演常具有众多变量 ，通常的遗传算法编码方式和搜索模式不能适用。采用O一1编码群体优 生遗传算法．实现了把遗传算法运用于众多变量的重磁反演，使用进化变异能使运算后期顺利收敛，同 冁关键词全遗主传鬈算法群体优生进化变异重磁反演堕 印岛哥21虎∥镶 ———，-—一 )— ，) ， ／ I、 1(P)=1 l(r)一骱(r，P)l (2) l 引言 … = J r 1 11／2 r 重磁拟合法 自动反演属于非线性最优化问题， 2(p)={ ((r)一g(r，p)]} (3) 具有多变量、目标函数多极值、反演多解性等特点。 实测数据都存在各种干扰，因为 z2范数含有二 遗传算法(Genetic山蜊tIm)是全局最优化随机 次项，抗干扰的能力较差，所以取异常残差的Ii范数 搜索方法中的一种，是由Holland于 1975年提出来 作为反演的目标函数。 的，是一种以概率论为基础的求解多极值非线性问 2．2 遗传算法 题的最优化方法。它模仿生物界 自然选择和遗传规 2．2．1 参数编码和初始模型参数群体的产生 律，以适者生存、优胜劣汰为原则，在模型参数空间 设模型由M个参数组成 ，表示为 (i=1，2… 进行完全搜索，逼近全局极值。 )，约束范围为 (Pfi，P )，要产生L个模型群体作 通常使用的遗传算法，都是用二进制编码来表 为搜索空间，参数编码采用O—l编码。所谓 O—l 示模型参数，表示一个参数就需要很多位，要求的分 编码，就是把每个参数的编码用(O，1]之间的一个数 辨率越高，编码就越长。如果为单个参数或参数不 来表示，对应每一个参数，都在区间[O，1]之间产生 是太多时(几至十几)，使用起来还算方便，但是当参 ￡个均匀分布的随机数，表示为 n(i=1…2 L)，就 数众多时(几十至上百)，使用起来就很不方变，以致 是这个参数的 ￡个编码。￡的取值根据模型参数所 不能适应众多变量的反演计算，至今尚未发现把遗