遗传算法在震源机制反演中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 技术路线图 | 第14-16页 |
| 第2章 震源机制的原理 | 第16-25页 |
| 2.1 引言 | 第16-17页 |
| 2.2 基本概念 | 第17-18页 |
| 2.3 海滩球 | 第18-20页 |
| 2.4 理想的震源机制解“海滩球”图的几何规则 | 第20页 |
| 2.5 描述震源机制解几何形状的最小数据 | 第20-21页 |
| 2.6 断层及断层面参数 | 第21-23页 |
| 2.7 震源机制参数的表达 | 第23-25页 |
| 第3章 遗传算法的原理 | 第25-41页 |
| 3.1 引言 | 第25-26页 |
| 3.2 遗传算法的数学基础 | 第26-31页 |
| 3.2.1 遗传算法是一种仿生优化算法 | 第26-27页 |
| 3.2.2 遗传算法的发展与现状 | 第27-28页 |
| 3.2.3 遗传算法的基本概念 | 第28-31页 |
| 3.3 遗传算法的原理和特点 | 第31-34页 |
| 3.3.1 遗传算法原理 | 第31页 |
| 3.3.2 遗传算法的基本运算过程 | 第31-33页 |
| 3.3.3 遗传算法的特点 | 第33-34页 |
| 3.4 基本遗传算法的伪代码 | 第34-35页 |
| 3.5 基本遗传算法的实现 | 第35-39页 |
| 3.5.1 个体的编码方法 | 第35页 |
| 3.5.2 运行参数设定 | 第35-36页 |
| 3.5.3 种群初始化 | 第36页 |
| 3.5.4 个体适应度评价 | 第36页 |
| 3.5.5 选择算子 | 第36-37页 |
| 3.5.6 交叉算子 | 第37-38页 |
| 3.5.7 变异算子 | 第38-39页 |
| 3.5.8 终止条件 | 第39页 |
| 3.6 实例分析 | 第39-41页 |
| 第4章 遗传算法反演震源机制 | 第41-59页 |
| 4.1 数据处理 | 第41-48页 |
| 4.1.1 地震事件识别和初至拾取 | 第41-42页 |
| 4.1.2 数据的初至拾取 | 第42-48页 |
| 4.2 微震震源定位 | 第48-52页 |
| 4.2.1 地壳速度结构模型 | 第48-49页 |
| 4.2.2 绝对定位原理 | 第49-50页 |
| 4.2.3 双差精定位 | 第50-52页 |
| 4.3 遗传算法下的震源机制反演 | 第52-59页 |
| 4.3.1 用MATLAB实现遗传算法程序 | 第52-55页 |
| 4.3.2 目标函数的建立 | 第55-56页 |
| 4.3.3 遗传算法在震源机制中的运用 | 第56-59页 |
| 结论 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士期间获得的成果 | 第65页 |
