基于快速遺傳算法的速度反演研究及應(yīng)用.pdf

1、遺傳算法是近些年來一種發(fā)展比較迅速的新穎的非線性反演方法，它具有很強的普遍適應(yīng)性和數(shù)值計算穩(wěn)定性，與現(xiàn)有的其它一些反演方法有著很大的區(qū)別。遺傳算法是一種比較健全的實用性反演方法，具備直接反演的全部優(yōu)點。 遺傳算法用一個模型群體對模型空間進行并行地搜索，代替使用一個模型值，使其具有較好的全局搜索能力，減少了陷入局部最優(yōu)解的風險；利用最普通的目標函數(shù)值的信息，不需要計算目標函數(shù)的導數(shù)或者其他比較特殊的輔助信息，對搜索空間也沒有苛刻的

2、假設(shè)和限制；并使用隨機的概率的轉(zhuǎn)移規(guī)則來進行，不是使用確定性的轉(zhuǎn)移規(guī)則。這些優(yōu)點使得遺傳算法成為健全的全局優(yōu)化非線性反演方法。 遺傳算法的三個基本步驟是：選擇和再生、基因交換、基因變異。每一個步驟都發(fā)揮各自的優(yōu)勢，使得遺傳算法得以正常運行。選擇和再生是根據(jù)目標函數(shù)值來衡量個體的適應(yīng)度，并根據(jù)適應(yīng)度值的大小決定模型參數(shù)被復制的幾率?；蚪粨Q是對參數(shù)空間進行全局搜索的一種方式，產(chǎn)生了結(jié)構(gòu)式的信息交換的效果?；蜃儺愂谷后w中保持一定程

3、度的差異和隨機性，引入新的遺傳物質(zhì)和信息。三個運算步驟在遺傳算法中起著不同的作用，十分重要。 本文在介紹標準遺傳算法的結(jié)構(gòu)步驟的基礎(chǔ)上，根據(jù)它的優(yōu)缺點、局限性，著重介紹了一種改進的快速遺傳算法，該算法通過提高計算效率改善了標準遺傳算法，使得快速遺傳算法在速度反演應(yīng)用中具有更高的實用價值?？焖龠z傳算法保留標準遺傳算法的基本結(jié)構(gòu)和運算步驟，不同的是它在每次加速循環(huán)中進行一次或者兩次迭代，然后提取部分優(yōu)秀個體，用這些優(yōu)秀個體的邊界值優(yōu)

4、化搜索范圍，壓縮尋值空間，從而大大地提高計算效率。在演化迭代中計算概率密度來代替?zhèn)鹘y(tǒng)意義的適應(yīng)度值線性計算方法，更利于選擇優(yōu)秀的個體，還引入了更新概率，比較交叉和變異后的個體同變前個體的目標函數(shù)值大小，再次選擇決定出真正子代個體，這些舉措使得無論是計算速度還是收斂速度都有所提高。迭代完成后認為當前最佳值已經(jīng)很接近真值，在當前最優(yōu)值的一個小范圍內(nèi)進行混沌擾動，這樣就提高反演精度，改善反演效果。 本文最后兩章進行測試函數(shù)實例仿真、簡