导读:本文包含了瑞雷波频散曲线论文开题报告文献综述及选题提纲参考文献，主要关键词:微动,格林函数,虚拟共炮点记录,频散曲线
瑞雷波频散曲线论文文献综述
刘俊峰,周安,朱小燕,洪小雁[1]（2019）在《利用微动数据提取瑞雷波频散曲线》一文中研究指出在常规的地震勘探中,常常使用激发主动源采集地震信号来提取频散曲线的方法进行地质勘察与分析。然而在某些特殊情况下要求勘探时不能对场地有破坏影响,即要求进行无损勘探,此时传统的地震勘探方法已无法满足勘察要求。因此采集自然界中随时随地存在的背景噪声信号(即微动),并采用格林函数理论方法处理微动数据得到一个虚拟共炮点记录,然后使用F—K变换提取频散曲线。最后利用实测的主动源数据和微动数据处理提取频散曲线,得到频散曲线结果基本一致。表明被动源勘探能够满足无损勘探的要求,并且在实际应用中具有重要意义。(本文来源于《工程地球物理学报》期刊2019年04期）
于东凯[2]（2019）在《基于改进人工蜂群算法的瑞雷波频散曲线反演研究》一文中研究指出瑞雷波勘探具有分辨率高、抗干扰能力强、受场地影响小、经济、快速且无损等优点,现已被广泛应用于众多领域中,而瑞雷波频散曲线反演则是其中的核心。瑞雷波频散曲线反演是利用瑞雷波的频散特性来获取浅地表层状介质结构信息,现阶段反演方法主要分为局部线性化反演以及非线性全局优化反演两种。本文对一种新型全局优化算法——人工蜂群算法进行适当的改进,将其用于反演瑞雷波频散曲线,以获取地下横波速度以及地层厚度。传统蜂群算法具有极强的邻域搜索能力,能够找出区域内的极值点,但由于算法中未有全局最优解的引导,且全局搜索策略相对单一,致使算法可能陷于局部极值中,影响反演精度。鉴于蜂群算法精于探索、疏于开发的特性,本文借鉴粒子群算法中最优解引导策略以及遗传算法中的交叉操作,对蜂群算法进行改进,有效克服了上述问题。本文以“基于改进蜂群算法的瑞雷波频散曲线反演研究”为核心进行了深入的研究。首先介绍了蜂群算法基本原理以及实现过程,基于其缺陷提出了叁种改进策略,结合运算效率以及频散曲线反演自身的特点对改进策略进行筛选。然后在不同理论模型中借助改进蜂群算法进行了基阶波频散曲线反演试算,并与传统蜂群算法反演进行对比,一方面检验了将蜂群算法引入至基阶波频散曲线反演中的有效性和适用性,另一方面也检验了改进之后的效果。其次,文中进行了深入的分析与研究,分别借助改进蜂群算法在不同模型中进行了含噪声试算、频散曲线联合反演试算以及频段缺失试算,从不同角度中检验了改进蜂群算法反演频散曲线的有效性。最后,对意大利某垃圾填埋场以及美国怀俄明地区两个典型实例进行了反演,通过实例研究检验了将改进蜂群算法应用于野外数据的实用性。通过本文研究取得如下研究成果:1、成功的将人工蜂群算法应用于瑞雷波频散曲线反演中,检验了算法在反演中的可行性以及较当前反演算法而言的优势。2、成功的借鉴粒子群算法以及遗传算法,对蜂群算法精于探索、疏于开发的缺陷进行有效改进。3、成功的基于改进蜂群算法进行了大量的基阶波频散曲线反演试算,与传统蜂群算法反演结果相比,检验了改进蜂群算法反演基阶波频散曲线的适用性与高效性。4、成功的基于改进蜂群算法进行了含噪声反演试算、频散曲线联合反演试算以及频段缺失反演试算,检验了改进蜂群算法反演复杂数据情形中的可行性。5、成功的基于改进蜂群算法对两个典型实例进行反演,通过与现有地层数据的对比检验了新型反演算法的实用性。本文的创新点主要体现在:1、本文针对传统蜂群算法缺少全局最优解参与运算过程以及全局探索策略相对单一的缺陷,引入粒子群算法中全局最优解引导策略以及遗传算法中的交叉操作进行针对性的改进,有效避免算法陷入局部极值中。2、将改进蜂群算法引入至频散曲线反演中,不止进行了基阶波频散曲线反演,而且在多模式下、含噪声以及频段缺失情形下均进行了相应的反演研究,对改进蜂群算法的反演性能进行了系统的测试。(本文来源于《中国地质大学》期刊2019-05-01）
于东凯,宋先海,张学强,赵素涛,蔡伟[3]（2019）在《蚱蜢算法在瑞雷波频散曲线反演中的应用》一文中研究指出蚱蜢算法是一种新型的群智能优化算法,其灵感来源于蚱蜢在不同阶段表现出的独特觅食行为。该算法将蚱蜢算子的移动分为局部搜索与全局搜查两个阶段,算子每次移动均受其余所有算子的共同影响,以保证收敛到精确解。将蚱蜢算法引入面波频散曲线反演,以获得近地表横波速度。基于理论数据和实测瑞雷波数据,分析了利用蚱蜢算法计算近地表横波速度的有效性和适用性。目标函数解在反演迭代过程中能够快速收敛到全局最优;模型参数的分布概率高,即在寻找到全局最优解的同时,能够确保解中每个参数同时达到最优,保证了反演结果的可靠性。(本文来源于《石油地球物理勘探》期刊2019年02期）
许崇彩,王国富,闫伟[4]（2018）在《瑞雷波多模式频散曲线的能量计算研究》一文中研究指出瑞雷波勘探技术具有快速、无损、衰减小、抗干扰能力强等优点,广泛应用于实际的工程勘探。在实际的工程勘探中提取的瑞雷波频散曲线只有一条,是正演中多个模式频散曲线的拟合,但是在正演中无法直接拟合成一条曲线。因此通过计算研究瑞雷波的能量分布,能够直接计算出各个模式频散曲线的能量相对值。通过与有限差分模拟法对比,实验表明:该算法能够实现不同模式频散曲线的能量相对值的计算,为频散曲线拟合提供了直接的数据基础。(本文来源于《电脑知识与技术》期刊2018年26期）
李欣欣,李庆春[5]（2018）在《基于Aki公式的主动源瑞雷波频散曲线提取方法研究》一文中研究指出瑞雷波成像是一种有效探测近地表横波速度结构的方法,准确提取频散曲线是该方法的关键。本文提出了利用噪声理论中的Aki公式提取主动源瑞雷波频散曲线的方法,在频率域中,两道记录互相关后的频谱能够被贝塞尔函数所描述,利用频谱实部的零点与贝塞尔函数根的对应关系,即可以获得离散频点处的相速度值,进而提取出频散曲线。首先介绍了Aki法应用于主动源瑞雷波数据的理论基础与计算流程;然后,利用该方法对叁组理论模型数值模拟记录进行了计算,得到了与理论频散曲线一致的结果;最后,对一组实际采集的瑞雷波数据进行处理得到相速度剖面,并与多道面波分析方法得到的剖面结果对比,验证了Aki法在主动源数据处理中的有效性与适用性。与多道面波处理技术相比,Aki法的优势在于仅利用单炮记录中的两道数据进行相速度的计算,当某炮记录的采集道数不足或存在坏道时,可以保证提取的频散曲线的质量。(本文来源于《Applied Geophysics》期刊2018年02期）
蔡伟,宋先海,袁士川,胡莹[6]（2018）在《基于萤火虫和蝙蝠群智能算法的瑞雷波频散曲线反演》一文中研究指出反演瑞雷波频散曲线能有效获取地层横波速度和厚度.但由于其高度的非线性、多参数、多极值等特点,传统的全局搜索方法易出现收敛速度慢、早熟收敛及搜索精度低的问题.鉴于此,本文提出并测试了基于萤火虫优化算法(FA)和带惯性权重的蝙蝠优化算法(WBA)的新的瑞雷波频散曲线反演策略.在瑞雷波频散曲线反演中,FA全局搜索能力强,但后期搜索精度低,而WBA局部搜索能力强,搜索精度高,但易出现早熟收敛.故本文将二者结合,提出了一种新的优化策略,称其为WFBA,即在反演前期使用FA,后期使用WBA,很好地解决了FA后期搜索精度低及WBA早熟收敛的问题.本文首先反演了叁个典型理论模型的无噪声、含噪声的数据,验证了WFBA对瑞雷波数据反演的有效性与稳定性.然后将WFBA与WBA、FA单独反演以及不含惯性权重的FBA和粒子群优化算法(PSO)反演的结果进行了对比,说明了WFBA相对于WBA、FA、FBA和PSO具有更稳定、收敛速度更快、求解精度更高等优点.最后,反演了来自美国怀俄明地区的实测资料,检验了WFBA对瑞雷波数据反演的实用性.理论模型试算和实测资料分析表明,WFBA很适用于瑞雷波频散曲线的定量解释,具有很高的实用性价值.(本文来源于《地球物理学报》期刊2018年06期）
雷宇航[7]（2018）在《自适应GA与DLS联合反演瑞雷波频散曲线方法研究》一文中研究指出多道瞬态面波法(Multiple Transient Surface Wave method,简称MTSW)是目前岩土工程勘察、灾害地质调查等近地表勘探领域应用最为广泛、最为有效的方法之一,它利用面波在层状介质中传播的频散特性来解决地质问题,即通过提取、反演频散曲线来构建地层S波速度结构模型,并进一步表征不同深度范围内介质的属性信息,如密度、泊松比及品质因子等,具有快速、便捷、非侵入性及浅层分辨率高等优点。瑞雷波频散曲线反演是面波数据处理最为核心的内容之一,起着承上启下的关键作用,针对其反演处理,目前主要存在线性及非线性两种理论体系,线性反演以阻尼最小二乘法(DLS)最为成熟、最为常用,但其严重依赖于所建立一个较为准确的初始模型,否则容易陷入局部极小,甚至得出错误的反演结果;非线性反演以遗传算法(GA)为代表,理论上更容易与实际地球物理模型相匹配,尤其能够胜任复杂近地表地质条件下的反演处理,但其计算量及占用内存庞大的问题不容忽视,且反演后期纯粹依赖发生概率低且方向无法控制的变异操作产生“优秀基因”驱使整个群体向着全局最优解的方向收敛效率极低,因未能成熟收敛而无法得到全局最优解的情况无法完全避免。而上述两种方法体系在以往都是独立开展进行的反演处理研究,线性反演严重依赖初始模型、极易陷入局部最优及非线性反演过程不稳定、效率低下的问题无法从根本上去除。针对上述问题,本文开展了“自适应GA与DLS联合反演瑞雷波频散曲线方法”的研究,研究目的旨在压制瑞雷波频散曲线反演的多解性问题,提高模型参数的反演精度,兼顾反演时效性与准确性,为实现近地表精细结构探测及油气地震记录中的面波再利用问题提供重要的方法技术支持。通过本论文的研究,取得了如下结论及认识:(1)在传统二分法求解瑞雷波频散函数的基础上,提出了频率固定,相速度方向多次搜根求取频散的算法,有效避免了常规算法在求取高阶频散曲线时漏根和模式错判的问题,进一步提高了多模式频散曲线正演的准确程度。(2)GA与DLS两步联合反演方法有效地摆脱了常规DLS反演对初始模型的高度依赖,可用于解决实际资料处理中由于先验地质信息缺乏或资料不完整所导致的DLS算法难以适用的问题,两步联合反演算法可以实现对常规顺层模型参数的精确反演。(3)自适应GA与DLS嵌套联合反演方法对经典GA反演在选择、交叉及变异函数加入的自适应“遗传算子”有效地加快了反演进程,并同时采用DLS来引导优势个体(即多个局部极值)向全局最优解方向快速稳定前进。该方法更适用于含高低速夹层、薄层等复杂地质模型的反演,能有效压制反演多解性、提高全局最优解的搜索效率和反演精度。(4)油气勘探单炮地震记录道间距较大导致所含面波频带较窄及高频段能量匮乏致使常规反演方法由于缺乏更多的有效信息约束,多解性的问题尤为突出,基于本文自适应GA与DLS联合反演方法对频散曲线反演多解性的有效压制,对其进行的试处理研究表明该方法可以胜任其反演处理工作并能取得良好应用效果,反演获取的地质参数可以直接用于常规地震资料的处理和解释。(本文来源于《西安石油大学》期刊2018-06-01）
聂洋波,褚高强,孙荣,余斐[8]（2018）在《瑞雷波频散曲线在勘察中的应用研究》一文中研究指出瑞雷面波物探技术已经广泛应用于工程勘察领域,要深入掌握瑞雷面波传播方程,研究瑞雷面波频散特性。通过设置不同的波速、层厚、密度等岩土参数建立地质波速模型。运用Fortran计算机编程语言进行计算和反演,得出不同模型下的面波频散特性曲线。频散曲线的拐点与模型数据的表层土层厚度较为接近,表明面波能够勘察出地层厚度,验证了半倍波长法进行勘察的合理性。工程实例的讨论分析,表明瑞雷面波测试能够得到岩土层的波速、场地类别,能够较好的划分地层。(本文来源于《陕西水利》期刊2018年03期）
蔡伟[9]（2018）在《基于改进Haskell-Thomson算法的瑞雷波频散曲线反演目标函数研究》一文中研究指出反演瑞雷波频散曲线能有效地获取横波速度和地层厚度。传统的线性化反演方法不仅严重依赖初始模型的选取,还受到雅可比矩阵求取精度的影响。非线性反演方法放松了对初始模型的要求,但该类算法往往需要较多的样本模型参与迭代运算,计算量较大。同时,当采用传统的目标函数进行反演时,需要进行大量的频散曲线正演求根运算,这也将显着增加非线性反演的计算量,导致反演速度慢,计算时间长。另外,对于传统的目标函数,正确的模式判别是必要的,模式的错误判别可能直接导致错误的反演结果。然而,当地层中含有低速软弱夹层或高速硬夹层等复杂结构时,瑞雷波可能会出现“模式接吻”、“模式跳跃”和“模式缺失”等现象,如果仅靠主观意识对模式进行判别,则极易造成模式误判,导致错误的反演结果。鉴于此,本文对传统的Haskell-Thomson频散曲线正演模拟算法进行了改进,提出了一种新颖有效的目标函数,有效地克服了上述问题。本文以“基于改进Haskell-Thomson算法的瑞雷波频散曲线反演目标函数研究”为核心进行了深入的研究。首先,本文对传统的频散函数计算算法Haskell-Thomson算法进行了改进,降低其数量级,使得频散函数表面与频散曲线的对应关系明显,并基于频散函数表面的这种特性,提出了一种新颖有效的目标函数。然后结合新的目标函数和混合复合形优化算法对基阶波频散曲线反演进行了大量的理论模型试算,检验了新的反演方法反演基阶波频散曲线的有效性和适用性。其次,利用新的反演方法对多模式频散曲线进行了大量的理论模型试算,并与传统目标函数的反演结果进行对比,体现了新的目标函数的优越性,检验了新的反演方法反演多模式频散曲线的有效性与适用性。最后,对美国怀俄明地区和河南某一公路路基的实测数据进行了反演,检验了新的目标函数对瑞雷波频散曲线反演的实用性。通过本文研究取得了如下研究成果:1、成功地基于改进的Haskell-Thomson算法的频散函数表面形状特性提出了一种新颖有效的瑞雷波频散曲线反演目标函数。2、成功地将混合复合形演化算法应用于瑞雷波频散曲线反演中,检验了该算法的有效性。3、成功基于新的目标函数和混合复合形演化算法进行了大量的理论模型试算,检验了新反演方法反演基阶波和多阶波频散曲线的有效性与适用性。4、执行了美国怀俄明某地区和河南某公路路基的典型实例分析,检验了新反演方法的实用性。5、实现了与本文密切相关的重要程序源代码,其中包括瑞雷波数值模拟软件、频散曲线正演模拟软件、频散曲线提取分析软件、频散曲线反演分析软件。本文的创新点主要体现在:1、本文针对传统目标函数存在的反演速度慢以及易因模式误判导致错误反演等不足,对传统的Haskell-Thomson算法进行改进,降低频散函数数量级,并基于改进的频散函数表面形状特性设计了一种新颖有效的多模式频散曲线反演目标函数。2、利用新的目标函数进行反演时无需将数据点归于特定模式,即无需进行模式判别,从而有效地避免了多模式频散曲线反演极易出现的模式误判这一技术难题,显着提高了反演解释精度。3、利用该目标函数无需进行频散曲线求根运算,从而显着提高非线性全局优化反演的计算速度,有效节省了计算时间。(本文来源于《中国地质大学》期刊2018-05-01）
蔡伟,宋先海,袁士川,胡莹[10]（2018）在《利用粒子群优化算法快速、稳定反演瑞雷波频散曲线》一文中研究指出反演瑞雷波频散曲线能有效地获取横波速度和地层厚度,但基于局部线性化的瑞雷波频散曲线反演方法很难适应反演目标函数的非线性、多参数、多极值的特点。为此,提出并测试了一种新的基于全局优化策略的粒子群优化(PSO)算法的瑞雷波频散曲线反演方法。首先反演了叁个理论模型的无噪声和含噪声数据,验证了PSO对瑞雷波数据反演的有效性与稳定性;然后将PSO与模拟退火法(SA)进行对比,说明PSO相对于SA具有全局收敛性强、收敛速度快、求解精度高的特点;最后,反演了来自美国怀俄明地区的实测数据,检验了PSO对瑞雷波数据反演的适用性。理论模型试算和实测资料分析表明,PSO可以用于瑞雷波频散曲线的定量解释。(本文来源于《石油地球物理勘探》期刊2018年01期）
瑞雷波频散曲线论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
瑞雷波勘探具有分辨率高、抗干扰能力强、受场地影响小、经济、快速且无损等优点,现已被广泛应用于众多领域中,而瑞雷波频散曲线反演则是其中的核心。瑞雷波频散曲线反演是利用瑞雷波的频散特性来获取浅地表层状介质结构信息,现阶段反演方法主要分为局部线性化反演以及非线性全局优化反演两种。本文对一种新型全局优化算法——人工蜂群算法进行适当的改进,将其用于反演瑞雷波频散曲线,以获取地下横波速度以及地层厚度。传统蜂群算法具有极强的邻域搜索能力,能够找出区域内的极值点,但由于算法中未有全局最优解的引导,且全局搜索策略相对单一,致使算法可能陷于局部极值中,影响反演精度。鉴于蜂群算法精于探索、疏于开发的特性,本文借鉴粒子群算法中最优解引导策略以及遗传算法中的交叉操作,对蜂群算法进行改进,有效克服了上述问题。本文以“基于改进蜂群算法的瑞雷波频散曲线反演研究”为核心进行了深入的研究。首先介绍了蜂群算法基本原理以及实现过程,基于其缺陷提出了叁种改进策略,结合运算效率以及频散曲线反演自身的特点对改进策略进行筛选。然后在不同理论模型中借助改进蜂群算法进行了基阶波频散曲线反演试算,并与传统蜂群算法反演进行对比,一方面检验了将蜂群算法引入至基阶波频散曲线反演中的有效性和适用性,另一方面也检验了改进之后的效果。其次,文中进行了深入的分析与研究,分别借助改进蜂群算法在不同模型中进行了含噪声试算、频散曲线联合反演试算以及频段缺失试算,从不同角度中检验了改进蜂群算法反演频散曲线的有效性。最后,对意大利某垃圾填埋场以及美国怀俄明地区两个典型实例进行了反演,通过实例研究检验了将改进蜂群算法应用于野外数据的实用性。通过本文研究取得如下研究成果:1、成功的将人工蜂群算法应用于瑞雷波频散曲线反演中,检验了算法在反演中的可行性以及较当前反演算法而言的优势。2、成功的借鉴粒子群算法以及遗传算法,对蜂群算法精于探索、疏于开发的缺陷进行有效改进。3、成功的基于改进蜂群算法进行了大量的基阶波频散曲线反演试算,与传统蜂群算法反演结果相比,检验了改进蜂群算法反演基阶波频散曲线的适用性与高效性。4、成功的基于改进蜂群算法进行了含噪声反演试算、频散曲线联合反演试算以及频段缺失反演试算,检验了改进蜂群算法反演复杂数据情形中的可行性。5、成功的基于改进蜂群算法对两个典型实例进行反演,通过与现有地层数据的对比检验了新型反演算法的实用性。本文的创新点主要体现在:1、本文针对传统蜂群算法缺少全局最优解参与运算过程以及全局探索策略相对单一的缺陷,引入粒子群算法中全局最优解引导策略以及遗传算法中的交叉操作进行针对性的改进,有效避免算法陷入局部极值中。2、将改进蜂群算法引入至频散曲线反演中,不止进行了基阶波频散曲线反演,而且在多模式下、含噪声以及频段缺失情形下均进行了相应的反演研究,对改进蜂群算法的反演性能进行了系统的测试。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
瑞雷波频散曲线论文参考文献
[1].刘俊峰,周安,朱小燕,洪小雁.利用微动数据提取瑞雷波频散曲线[J].工程地球物理学报.2019
[2].于东凯.基于改进人工蜂群算法的瑞雷波频散曲线反演研究[D].中国地质大学.2019
[3].于东凯,宋先海,张学强,赵素涛,蔡伟.蚱蜢算法在瑞雷波频散曲线反演中的应用[J].石油地球物理勘探.2019
[4].许崇彩,王国富,闫伟.瑞雷波多模式频散曲线的能量计算研究[J].电脑知识与技术.2018
[5].李欣欣,李庆春.基于Aki公式的主动源瑞雷波频散曲线提取方法研究[J].AppliedGeophysics.2018
[6].蔡伟,宋先海,袁士川,胡莹.基于萤火虫和蝙蝠群智能算法的瑞雷波频散曲线反演[J].地球物理学报.2018
[7].雷宇航.自适应GA与DLS联合反演瑞雷波频散曲线方法研究[D].西安石油大学.2018
[8].聂洋波,褚高强,孙荣,余斐.瑞雷波频散曲线在勘察中的应用研究[J].陕西水利.2018
[9].蔡伟.基于改进Haskell-Thomson算法的瑞雷波频散曲线反演目标函数研究[D].中国地质大学.2018
[10].蔡伟,宋先海,袁士川,胡莹.利用粒子群优化算法快速、稳定反演瑞雷波频散曲线[J].石油地球物理勘探.2018