%A 杨博, 熊章强, 张大洲, 杨振涛 %T 利用自适应混沌遗传粒子群算法反演瑞雷面波频散曲线 %0 Journal Article %D 2019 %J 石油地球物理勘探 %R 10.13810/j.cnki.issn.1000-7210.2019.06.005 %P 1217-1227 %V 54 %N 6 %U {http://www.ogp-cn.com/CN/abstract/article_8287.shtml} %8 2019-12-15 %X 为了提高瑞雷面波频散曲线的反演精度,减少反演过程中的多解性,获取更准确的地下横波速度结构,本文从反演算法入手,对基本的粒子群算法进行改进,提出了一种能同步提高全局和局部搜索能力的自适应混沌遗传粒子群算法(ACGPSO):即先采用自适应惯性权重,并设置粒子的节速度,再引入遗传算法的交叉和变异操作及单维全分量的混沌局部搜索。利用该算法对理论模型的无噪和含噪基阶频散曲线进行反演,且针对含噪数据加入二阶与三阶频散曲线进行联合反演。所得反演结果与常规粒子群算法反演结果的对比表明:ACGPSO算法具有更好的稳定性和抗噪性,且基于该算法的联合反演能有效降低解的多解性,显著提高解的精度。对实际数据所做的两步法反演的效果进一步验证了该算法的适用性。