粒子群及其改进在微震速度模型校正应用的数值模拟研究-地震学专业论文.docxVIP

优秀毕业论文 精品参考文献资料 研究生优秀毕业论文 中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写 过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确 的说明。 作者签名：盔受鲎! 签字日期： 兰!!竺：竖：_ 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学 位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 作者签名：盎!!坠 导师签名： 刨 酞开 口保密(——年) 签字日期： 沙Ij．b、r 签字日期：加盯．舌．今签字日期： 训U·6r芝 万方数据 摘要摘要 摘要 摘要 在本文中，我们将一种人工智能算法——粒子群算法应用到微震速度模型校 正的地球物理反演中。虽然基本粒子群算法在简单问题上表现出出色，具有不受 初始速度模型变化影响的特性，但是在复杂问题上，无论如何选取速度约束和边 界条件等参数都无法解决基本粒子群算法收敛的局限性。本文提出了的混沌随机 边界条件和弹性收缩空间，引入粒子群算法改善基本粒子群算法在复杂物理模型 下的算法早熟不收敛的问题，保证了反演的可靠性。进一步的算法改进则把混沌 随机边界条件舍弃，而把弹性收缩空间强化为多阶段动态搜索策略，使得粒子群 可以在每步迭代不额外增加正演次数的同时保证可靠性。在本文设定的四种不同 微震速度模型和三种不同初始速度模型范围，并重复随机反演100次的结果表明 多阶段动态收缩策略改进的粒子群算法具有可靠性高和稳定的计算效率。模拟测 试表明：在复杂问题和简单问题中，速度限制项参数对收缩系数粒子群的可靠性 和计算效率影响不大，但是对于介于两者之间的问题，速度限制项参数需要谨慎 选择。多阶段动态收缩粒子群需要较小的速度限制项参数得到高的计算效率，虽 然速度限制项参数的大小对其可靠性影响非常小。 关键词：粒子群算法弹性收缩空间混沌随机边界条件多阶段动态收缩策略全 局优化算法地球物理反演微震速度模型校正 万方数据 ABSTRACTABSTRACT ABSTRACT ABSTRACT In this paper，we applied particle swarm optimization，an artificial intelligence technique，to velocity calibration in microseismic monitoring．We ran simulations with four l—D layered velocity models and three different initial model ranges．The results using the basic PSO algorithm were reliable and accurate for simple models， but unsuccessful for complex models．Firstly，we proposed PSO modification by introducing Chaos method in boundary condition and Flexible Boundary Shrinkage Strategy to improve basic PSO algorithm reliability in complex models inversion． Secondly，we proposed the Staged Shrinkage Strategy(sss)for the PSO algorithm to improve PSO algorithm reliability without extra forward function valuations．The SSS-PSO algorithm produced robust inversion results and had a fast convergence rate in all models and initial conditions simulation tests．We investigated