基于蚁群算法的层速度反演方法

被引：6

作者：

黄捍东

张如伟

于茜

机构：

[1] 中国石油大学(北京)CNPC物探重点实验室

来源：

石油地球物理勘探 | 2008年 / 04期

关键词：

蚁群算法; 地震反演; 层速度; 连续优化问题; 信息素;

D O I：

10.13810/j.cnki.issn.1000-7210.2008.04.001

中图分类号：

O224 [最优化的数学理论];

学科分类号：

070105 ; 1201 ;

摘要：

蚁群算法是近年优化领域中新出现的一种启发式仿生学算法,它采用分布式并行计算和正反馈机制,克服了传统优化算法的缺陷,能较好地解决实际运算中的寻优问题,因而引起人们的高度关注。本文介绍了蚁群算法用于层速度反演的方法和原理,从应用蚁群算法求解目标函数优化问题入手,且利用模型对该方法的反演结果进行检验,表明由蚁群反演算法求取的层速度与理论速度模型基本一致。

引用

页码：422 / 424+366 +366

页数：4

共 8 条

[1]

Ant system: Optimization by a colony of cooperating agent. Coloni A,Dorigo M and Maniezzo V. IEEE Transactions on Systems Man and Cybernetics . 1996

[2] 蚁群算法的研究进展评述 [J].

段海滨 ;

王道波 ;

于秀芬 .

自然杂志, 2006, (02) :102-105

[3] 蚁群算法理论及应用研究的进展 [J].

段海滨 ;

王道波 ;

朱家强 ;

黄向华 .

控制与决策, 2004, (12) :1321-1326+1340

[4] 一种快速全局优化的改进蚁群算法及仿真 [J].

段海滨 ;

王道波 .

信息与控制, 2004, (02) :241-244

[5] 连续优化问题的蚁群算法研究 [J].

高尚 ;

钟娟 ;

莫述军 .

微机发展, 2003, (01) :21-22+69

[6]

Distributed opti-mization by ant colonies. Coloni A,,Dorigo M,Maniezzo V. Proc of ECAL91-European Conference on Artificial Life . 1991

[7]

Aninvestigation of some properties of an ant algorithm. Coloni A,,Dorigo M,Maniezzo V. Proc of Par-allel Problem Solving from Nature(PPSN92) . 1992

[8]

Ant colony system:A cooperative learning approach to the Traveling Sales-man Problem. Dorigo M,Gambardella L M. IEEE Trans on Evolutionary Computa-tion . 1996

← 1 →