改进的退火遗传优化策略应用研究

摘要：

地震参数反演属于典型的非线性优化问题.针对遗传算法和模拟退火算法各自的优缺点,将改进的遗传算法与模拟退火算法相结合,提出了改进的退火遗传算法(ISAGA).该方法通过筛选和修复进行初始种群的选择,采用允许父代参与竞争的退火选择机制,并根据模拟退火思想对交叉和变异概率进行自适应的调整,从而增加了种群的多样性并提高了收敛速度.该方法既具备了遗传算法强大的全局搜索能力,也拥有模拟退火算法强大的局部搜索能力.经理论模型试算结果表明,该方法不仅收敛速度快,优化精度高,抗干扰能力强,而且避免了局部收敛和依赖初始模型等问题,计算所得反演参数更接近于实际观测值.

关键词：地震参数反演、模拟退火遗传算法、模拟退火算法、遗传算法、混合优化

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 50674086

在线出版日期：2010-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：245-248