中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
群智能算法在地球物理中的應用 版權信息
- ISBN：9787030643582
- 條形碼：9787030643582 ; 978-7-03-064358-2
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
群智能算法在地球物理中的應用 內容簡介
本書主要介紹粒子群、蟻群、魚群三種群智能算法在重、磁、電、震地球物理數據反演中的應用，包括算法的起源、發展和數學模型，展示三種算法在理論模型數據及實測地球物理數據反演中的應用，討論算法的收斂性與不確定性等問題。
群智能算法在地球物理中的應用 目錄
目錄
第1章 緒論 1
1.1 生物種群行為與群智能算法 2
1.1.1 生物種群行為 2
1.1.2 群智能算法 3
1.2 群智能算法的分類及工程應用 5
1.2.1 粒子群算法 5
1.2.2 蟻群算法 7
1.2.3 魚群算法 8
1.2.4 其他算法 9
1.3 群智能算法在地球物理中的應用研究進展 10
1.3.1 地球物理反演問題研究進展 11
1.3.2 其他地球物理問題研究進展 12
1.4 地球物理*優化反演理論 12
1.4.1 多元函數泰勒展開及*優化條件 13
1.4.2 *優化方法 14
第2章 粒子群算法理論 19
2.1 粒子群算法的起源和發展 20
2.1.1 粒子群算法的起源 20
2.1.2 粒子群算法的發展 20
2.2 粒子群算法的數學模型 22
2.2.1 基本粒子群算法 22
2.2.2 標準粒子群算法 24
2.2.3 粒子群算法*優化步驟 25
2.2.4 粒子群算法的改進 26
第3章 粒子群算法在地球物理中的應用 29
3.1 粒子群算法在重磁反演中的應用 30
3.1.1 位場反演 30
3.1.2 理論模型建立及參數分析 35
3.1.3 算法改進及理論模擬分析 41
3.1.4 粒子群算法應用實例 49
3.2 粒子群算法在電磁反演的應用 58
3.2.1 一維層狀介質大地電磁反演 58
3.2.2 大地電磁粒子群算法反演 59
3.3 粒子群算法在地震資料反演中的應用 61
3.3.1 地震波阻抗粒子群算法反演 61
3.3.2 粒子群非線性AVO反演方法 63
3.3.3 智能化時變盲反褶積 64
3.3.4 粒子群頻變AVAF 反演方法 72
3.3.5 地質模型與實際數據測試 82
3.4 算法收斂性與不確定性分析 86
3.4.1 算法收斂性分析 86
3.4.2 不確定性分析 91
第4章 蟻群算法理論 111
4.1 蟻群算法的起源和發展 112
4.1.1 蟻群算法的起源 112
4.1.2 蟻群算法的發展 113
4.2 蟻群算法的數學模型與搜索流程 115
4.2.1 基本蟻群算法 115
4.2.2 蟻群算法的目標函數優化模型 116
4.2.3 蟻群算法的搜索流程 117
第5章 蟻群算法在地球物理中的應用 119
5.1 蟻群算法在重磁反演中的應用 120
5.1.1 重力數據蟻群算法反演 120
5.1.2 蟻群算法改進及優化 121
5.1.3 參數分析 127
5.1.4 磁測數據理論模型反演 130
5.1.5 蟻群算法應用實例 137
5.2 蟻群算法在電法中的應用 149
5.3 蟻群算法在地震資料反演中的應用 150
5.3.1 地震波阻抗蟻群算法反演 150
5.3.2 蟻群算法AVO 反演方法 150
5.3.3 基于蟻群算法的地震子波估計 151
5.4 算法收斂性與不確定性分析 162
5.4.1 算法收斂性分析 162
5.4.2 不確定性分析 163
第6章 魚群算法理論及其在地球物理中的應用 167
6.1 魚群算法的起源和發展 168
6.1.1 魚群算法的起源 168
6.1.2 魚群算法的發展 169
6.2 魚群算法的數學模型 170
6.2.1 基本魚群算法 170
6.2.2 算法中參數對收斂性能的影響 172
6.3 魚群算法在重磁反演中的應用 173
6.3.1 位場反演 173
6.3.2 理論模型反演試驗 175
6.3.3 魚群算法應用實例 178
參考文獻 181
第1章 緒論 1
1.1 生物種群行為與群智能算法 2
1.1.1 生物種群行為 2
1.1.2 群智能算法 3
1.2 群智能算法的分類及工程應用 5
1.2.1 粒子群算法 5
1.2.2 蟻群算法 7
1.2.3 魚群算法 8
1.2.4 其他算法 9
1.3 群智能算法在地球物理中的應用研究進展 10
1.3.1 地球物理反演問題研究進展 11
1.3.2 其他地球物理問題研究進展 12
1.4 地球物理*優化反演理論 12
1.4.1 多元函數泰勒展開及*優化條件 13
1.4.2 *優化方法 14
第2章 粒子群算法理論 19
2.1 粒子群算法的起源和發展 20
2.1.1 粒子群算法的起源 20
2.1.2 粒子群算法的發展 20
2.2 粒子群算法的數學模型 22
2.2.1 基本粒子群算法 22
2.2.2 標準粒子群算法 24
2.2.3 粒子群算法*優化步驟 25
2.2.4 粒子群算法的改進 26
第3章 粒子群算法在地球物理中的應用 29
3.1 粒子群算法在重磁反演中的應用 30
3.1.1 位場反演 30
3.1.2 理論模型建立及參數分析 35
3.1.3 算法改進及理論模擬分析 41
3.1.4 粒子群算法應用實例 49
3.2 粒子群算法在電磁反演的應用 58
3.2.1 一維層狀介質大地電磁反演 58
3.2.2 大地電磁粒子群算法反演 59
3.3 粒子群算法在地震資料反演中的應用 61
3.3.1 地震波阻抗粒子群算法反演 61
3.3.2 粒子群非線性AVO反演方法 63
3.3.3 智能化時變盲反褶積 64
3.3.4 粒子群頻變AVAF 反演方法 72
3.3.5 地質模型與實際數據測試 82
3.4 算法收斂性與不確定性分析 86
3.4.1 算法收斂性分析 86
3.4.2 不確定性分析 91
第4章 蟻群算法理論 111
4.1 蟻群算法的起源和發展 112
4.1.1 蟻群算法的起源 112
4.1.2 蟻群算法的發展 113
4.2 蟻群算法的數學模型與搜索流程 115
4.2.1 基本蟻群算法 115
4.2.2 蟻群算法的目標函數優化模型 116
4.2.3 蟻群算法的搜索流程 117
第5章 蟻群算法在地球物理中的應用 119
5.1 蟻群算法在重磁反演中的應用 120
5.1.1 重力數據蟻群算法反演 120
5.1.2 蟻群算法改進及優化 121
5.1.3 參數分析 127
5.1.4 磁測數據理論模型反演 130
5.1.5 蟻群算法應用實例 137
5.2 蟻群算法在電法中的應用 149
5.3 蟻群算法在地震資料反演中的應用 150
5.3.1 地震波阻抗蟻群算法反演 150
5.3.2 蟻群算法AVO 反演方法 150
5.3.3 基于蟻群算法的地震子波估計 151
5.4 算法收斂性與不確定性分析 162
5.4.1 算法收斂性分析 162
5.4.2 不確定性分析 163
第6章 魚群算法理論及其在地球物理中的應用 167
6.1 魚群算法的起源和發展 168
6.1.1 魚群算法的起源 168
6.1.2 魚群算法的發展 169
6.2 魚群算法的數學模型 170
6.2.1 基本魚群算法 170
6.2.2 算法中參數對收斂性能的影響 172
6.3 魚群算法在重磁反演中的應用 173
6.3.1 位場反演 173
6.3.2 理論模型反演試驗 175
6.3.3 魚群算法應用實例 178
參考文獻 181
展開全部
書友推薦
- >
經典常談
- >
回憶愛瑪儂
- >
月亮虎
- >
自卑與超越
- >
山海經
- >
朝聞道
- >
煙與鏡
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
