首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于混合粒子群优化算法的波阻抗反演研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 选题的背景及意义第9-10页
    1.2 波阻抗反演的研究现状第10-11页
    1.3 粒子群优化算法的研究现状第11-13页
        1.3.1 理论研究的现状第11-12页
        1.3.2 改进研究的现状第12-13页
        1.3.3 应用研究的现状第13页
    1.4 本文研究内容第13-15页
第二章 波阻抗反演第15-21页
    2.1 地震反演基本原理第15-18页
        2.1.1 反射界面的基本理论第15-16页
        2.1.2 波阻抗反演基本原理第16-18页
    2.2 地震子波第18-19页
        2.2.1 地震子波概述第18页
        2.2.2 地震子波的提取第18-19页
    2.3 目标函数第19页
    2.4 常用的波阻抗反演方法第19-20页
    2.5 本章小结第20-21页
第三章 粒子群优化算法及其改进第21-34页
    3.1 粒子群优化算法描述第21-25页
        3.1.1 算法原理第21页
        3.1.2 粒子群优化算法第21-23页
        3.1.3 参数对粒子群优化算法的影响第23-24页
        3.1.4 粒子群算法的局限性第24-25页
    3.2 粒子群算法的改进第25-33页
        3.2.1 混沌优化算法第26页
        3.2.2 混沌及其特性第26-27页
        3.2.3 混沌优化的基本思想第27-29页
        3.2.4 遗传算法简介第29页
        3.2.5 遗传算法的基本原理第29页
        3.2.6 遗传算法基本流程第29-31页
        3.2.7 混沌粒子群遗传混合优化算法第31-33页
    3.3 本章小结第33-34页
第四章 混合粒子群优化算法性能分析第34-46页
    4.1 仿真算例及算法性能分析第34-45页
        4.1.1 测试函数介绍第34-37页
        4.1.2 惯性权重选取第37-41页
        4.1.3 算法性能比较第41-45页
    4.2 本章小结第45-46页
第五章 理论模型与实际资料反演第46-57页
    5.1 粒子群优化算法波阻抗反演原理第46-47页
    5.2 粒子群算法波阻抗反演第47-49页
    5.3 改进后粒子群算法波阻抗反演第49-54页
        5.3.1 简单波阻抗模型反演第49-51页
        5.3.2 复杂波阻抗模型反演第51-52页
        5.3.3 算法抗噪性分析第52-54页
    5.4 实际地震资料的反演与应用第54-55页
    5.5 本章小结第55-57页
结论与展望第57-58页
参考文献第58-62页
致谢第62-63页

论文共63页,点击 下载论文
上一篇:深度学习在语音增强技术中的应用研究
下一篇:具有随机时延与丢包的离散网络化系统鲁棒滤波研究