混合最优化算法在地球物理学中的应用现状与前景

被引:9
作者
张新兵
王家林
吴健生
机构
[1] 同济大学海洋与地球科学学院
基金
中国科学院知识创新工程重大项目;
关键词
混合最优化; 地球物理; 现状; 前景;
D O I
暂无
中图分类号
P31 [大地(岩石界)物理学(固体地球物理学)];
学科分类号
070801 ;
摘要
简要概述了局部最优化、全局最优化的优缺点和混合最优化算法的基本内容 ;详细总结论述了模拟退火算法与线性化方法结合、模拟退火算法与单纯形和均匀设计方法结合、神经网络与遗传算法结合、模拟退火算法与共轭梯度法结合、神经网络与模拟退火算法结合、遗传算法与局部算法结合等混合最优化算法在地球物理学中应用现状及其优缺点 ;最后展示了混合最优化算法的应用前景 .
引用
收藏
页码:218 / 223
页数:6
相关论文
共 17 条
[1]   层状介质参数反演的混合最优化法 [J].
张霖斌 ;
姚振兴 .
地球物理学进展, 2000, (01) :46-53
[2]   一种基于退火策略的混沌神经网络优化算法 [J].
王凌 ;
郑大钟 .
控制理论与应用, 2000, (01) :139-142
[3]   面向对象的遗传算法及其在神经网络辅助设计中的应用 [J].
周济 ;
罗应立 ;
张建华 ;
刘连光 ;
不详 .
计算机工程与应用 , 2000, (02) :54-56
[4]   重磁位场综合优化解释方法研究及其应用 [J].
黄临平 ;
管志宁 .
现代地质, 1999, (04) :460-460
[5]   波阻抗反演的混合最优化算法 [J].
姚振兴 ;
张霖斌 .
地球物理学进展, 1999, (02) :1-6
[6]   改进的模拟退火方法及其在电阻率图像重建中的应用 [J].
王丰 ;
王兴泰 ;
于万瑞 .
长春科技大学学报, 1999, (02) :175-178
[7]   BP 算法的可视化研究与 BP 智能算法 [J].
杨龙 ;
杜亚军 .
成都理工学院学报, 1998, (S1) :102-111
[8]   遗传神经网络算法改进研究 [J].
郭科 ;
胥泽银 .
成都理工学院学报, 1998, (04) :108-111
[9]   应用地球物理数据处理与分析 [J].
杨文采 .
地学前缘, 1998, (02) :62-67
[10]   模拟退火BP网络理论与算法 [J].
张涛 ;
席道瑛 ;
李石灿 .
电脑开发与应用, 1998, (02) :22-24