免疫粒子群优化在波阻抗反演中的应用

贾豫葛; 聂茹; 李小凡

doi:10.13409/j.cnki.jdpme.2011.03.019

您当前的位置：

首页 >

文章列表页 >

免疫粒子群优化在波阻抗反演中的应用

论文 | 更新时间：2025-12-11

- 免疫粒子群优化在波阻抗反演中的应用
- Application of Immune Particle Swarm Optimization to Wave Impedance Inversion Problem
- 防灾减灾工程学报 2011年31卷第3期页码：304-310
- 作者机构：
- 作者简介：
- 基金信息：
  
  国家自然科学基金重点项目（40437018）资助
- DOI：10.13409/j.cnki.jdpme.2011.03.019
  中图分类号： 315.31
- 纸质出版：2011
- 稿件说明：
移动端阅览
[1]贾豫葛,聂茹,李小凡.免疫粒子群优化在波阻抗反演中的应用[J].防灾减灾工程学报,2011,31(03):304-310.

贾豫葛, 聂茹, 李小凡. Application of Immune Particle Swarm Optimization to Wave Impedance Inversion Problem[J]. 2011, 31(3): 304-310.
[1]贾豫葛,聂茹,李小凡.免疫粒子群优化在波阻抗反演中的应用[J].防灾减灾工程学报,2011,31(03):304-310. DOI： 10.13409/j.cnki.jdpme.2011.03.019.

贾豫葛, 聂茹, 李小凡. Application of Immune Particle Swarm Optimization to Wave Impedance Inversion Problem[J]. 2011, 31(3): 304-310. DOI： 10.13409/j.cnki.jdpme.2011.03.019.

摘要

针对标准粒子群优化（PSO）算法易出现早熟而陷入局部最优以及进化后期收敛速度慢等缺陷

引入免疫系统的免疫记忆和抗体浓度选择机制

构造了基于免疫机制的粒子群优化（IPSO）算法

并将其应用到波阻抗反演问题中。免疫记忆能够保留高适应度个体

抗体浓度选择机制进一步保证了粒子的多样性

从而能较好地避免早熟收敛

提高算法的全局搜索能力。对理论模型试算表明

IPSO算法在进行波阻抗反演时不仅收敛速度快

而且具有较高的精确度和抗噪性能。

Abstract

In the standard particle swarm optimization（PSO）

the premature convergence of particles and slow convergence in the late process decrease the searching ability of the algorithm.By introducing the immune memory idea and the selection strategy based on antibody density

the immunity based PSO（IPSO） algorithm is proposed and is applied to the wave impedance inversion problem.The immune memory idea can reserve particles with full fitness and the selection strategy based on antibody density can maintain the particles diversity

so the defect of premature convergence can be avoided and the global searching ability can be improved.Simulation for wave impedance inversion indicates that IPSO has better efficiency and higher accuracy.

关键词

Keywords

references

基于粒子群优化算法的叠前角道集子波反演 [J]. 岳碧波,彭真明,洪余刚,邹文. 地球物理学报 . 2009(12)

一种反演问题求解的免疫克隆粒子群优化算法 [J]. 聂茹,岳建华,邓帅奇,刘仰光. 计算机科学 . 2009(12)

自适应免疫克隆粒子群算法的地震波阻抗反演 [J]. 聂茹,岳建华. 计算机应用与软件 . 2009(11)

基于粒子群优化的理论变异函数拟合方法研究 [J]. 马海,王延江,胡睿,魏茂安. 地球物理学进展 . 2009(03)

量子微粒群在波阻抗反演中的应用 [J]. 聂茹,岳建华. 计算机工程与应用 . 2009(05)

基于自适应混沌变异粒子群算法的地震参数反演 [J]. 聂茹,岳建华. 四川大学学报(自然科学版) . 2009(01)

免疫粒子群优化算法在车间作业调度中的应用 [J]. 叶建芳,王正肖,潘晓弘. 浙江大学学报(工学版) . 2008(05)

基于免疫克隆原理的改进粒子群优化算法的研究 [J]. 陈颖,徐晓晖,李志全. 系统仿真学报 . 2008(06)

一种新的地震子波提取与层速度反演方法 [J]. 袁三一,陈小宏. 地球物理学进展 . 2008(01)

微粒群算法在地震波阻抗反演中的应用 [J]. 张敏知. 内蒙古石油化工 . 2008(02)

基于免疫粒子群算法的特征选择 [J]. 倪霖,郑洪英. 计算机应用 . 2007(12)

混合范数下的最优化反演方法 [J]. 刘海飞,阮百尧,柳建新,吕玉增. 地球物理学报 . 2007(06)

利用免疫克隆粒子群混合算法实现自适应PMD补偿 [J]. 朱奇光. 计算机工程与应用 . 2007(26)

量子退火最优化与地球物理反演方法 [J]. 魏超,李小凡,张美根. 地球物理学进展 . 2007(03)

地震波阻抗反演的粒子群算法实现 [J]. 易远元,袁三一,黄凯,师学明. 石油天然气学报 . 2007(03)

基于免疫粒子群优化的最小属性约简算法 [J]. 廖建坤,叶东毅. 计算机应用 . 2007(03)

一种新的地球物理反演方法——模拟原子跃迁反演法 [J]. 师学明,王家映,易远元,苑新喜,王晓明,张云姝. 地球物理学报 . 2007(01)

基于软约束模式的波阻抗反演 [J]. 张宏兵,杨长春,尚作萍,杨青峰. 地球物理学进展 . 2006(03)

量子退火反演的原理和实现 [J]. 魏超,朱培民,王家映. 地球物理学报 . 2006(02)

地震波阻抗反演的蚁群算法实现 [J]. 陈双全,王尚旭,季敏,张永刚. 石油物探 . 2005(06)

基于BP神经网络的波阻抗反演及应用 [J]. 杨立强,宋海斌,郝天珧. 地球物理学进展 . 2005(01)

免疫粒子群优化算法 [J]. 高鹰,谢胜利. 计算机工程与应用 . 2004(06)

一种基于免疫调节和共生进化的神经网络优化设计方法 [J]. 张军,刘克胜,王煦法. 计算机研究与发展 . 2000(08)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据