基于GPU混合反演的隧道电阻率超前探测成像研究
隧道施工期超前探测对于避免突涌水灾害的发生具有重要作用,为满足隧道三维电阻率超前探测快速化解译与成像的要求,本文提出了一种基于GPU并行的蚁群算法与最小二乘方法相结合的混合反演算法.该方法结合线性反演与非线性反演的优点,利用蚁群算法全局搜索能力强的优点为最小二乘反演提供较优的初始模型,以克服最小二乘算法容易陷入局部最优的缺点,提高了隧道三维电阻率反演成像的精度.同时,基于蚁群算法的天然并行性,提出了CUDA环境下的GPU并行策略,实现了三维电阻率反演的快速化成像.其次,开展了基于GPU混合反演的数值算例,与传统最小二乘线性反演进行了对比,基于GPU并行计算的混合反演计算效率得到了显著提高,对含水构造的位置、形态有较好的反映,压制了三维反演的多解性.最后开展了物理模型试验,结果表明基于GPU混合反演探测的低阻异常体与实际含水构造的位置较为相符,发现基于GPU加速的混合反演方法在提高探测精度与加快反演速度方面具有显著优势,为三维电阻率混合反演方法在隧道超前探测实际工程中的应用奠定了基础.
隧道含水构造、三维电阻率超前探测、GPU并行计算、混合反演、蚁群算法、模型试验
60
P631
国家重点基础研究发展计划973计划项目2014CB046901,2015CB058101;国家重大仪器设备研制专项51327802;国家自然科学基金51479104,41502279,51739007;国家重点研发计划2016YFC0401801,2016YFC0401805;山东省重点研发计划2016GSF120001
2018-01-12(万方平台首次上网日期,不代表论文的发表时间)
共12页
4916-4927