| 中文摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 选题依据与研究意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.2.1 横波分裂技术发展现状 | 第11-12页 |
| 1.2.2 粒子群算法的研究现状 | 第12-13页 |
| 1.3 裂缝属性的地震识别方法 | 第13-22页 |
| 1.3.1 多分量转换波裂缝检测技术 | 第14-18页 |
| 1.3.2 纵波方位各向异性裂缝检测技术 | 第18-21页 |
| 1.3.3 叠后纵波裂缝检测技术 | 第21-22页 |
| 1.4 研究思路与研究内容 | 第22-24页 |
| 第二章 横波分裂裂缝检测基本理论 | 第24-29页 |
| 2.1 裂缝介质基本理论 | 第24-26页 |
| 2.1.1 Hudson理论 | 第24-25页 |
| 2.1.2 Thomsen理论 | 第25-26页 |
| 2.2 横波分裂裂缝检测原理 | 第26-27页 |
| 2.3 建立目标函数 | 第27-29页 |
| 第三章 粒子群优化算法 | 第29-39页 |
| 3.1 标准粒子群算法 | 第29-31页 |
| 3.1.1 基本原理 | 第29-30页 |
| 3.1.2 算法步骤 | 第30-31页 |
| 3.2 粒子群算法的改进策略 | 第31-34页 |
| 3.2.1 改进惯性权重的取值 | 第32页 |
| 3.2.2 引入收缩因子 | 第32-33页 |
| 3.2.3 改进拓扑结构 | 第33页 |
| 3.2.4 融合其他算法 | 第33-34页 |
| 3.3 加入控制因子的收缩因子粒子群算法(AR-SFPSO) | 第34页 |
| 3.4 加入模拟退火的收缩因子粒子群算法(SA-SFPSO) | 第34-39页 |
| 3.4.1 模拟退火法 | 第34-35页 |
| 3.4.2 基于模拟退火的收缩因子粒子群算法 | 第35-39页 |
| 第四章 粒子群算法在裂缝属性识别中的应用 | 第39-47页 |
| 4.1 基于粒子群算法的裂缝属性识别原理 | 第39-40页 |
| 4.2 AR-SFPSO算法在裂缝属性识别中的应用 | 第40-43页 |
| 4.2.1 单道地震记录的裂缝属性识别 | 第40页 |
| 4.2.2 多道地震记录的裂缝属性识别 | 第40-43页 |
| 4.3 SA-SFPSO算法在裂缝属性识别中的应用 | 第43-47页 |
| 4.3.1 单道地震记录的裂缝属性识别 | 第43-44页 |
| 4.3.2 多道地震记录的裂缝属性识别 | 第44-47页 |
| 第五章 结论 | 第47-49页 |
| 5.1 结论与认识 | 第47页 |
| 5.2 建议与展望 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 作者简介及硕士期间科研成果 | 第55-56页 |
| 致谢 | 第56页 |
