PSO-IFAH优化算法用于短暂的电磁倒置

科学领域:

• 地质物理学 地质物理学
• 计算智能是一种计算智能.
• 数据处理数据处理数据处理

背景情况:

• 过渡电磁 (TEM) 方法提供高效,高分辨率,非接触地质物理调查.
• 目前的TEM数据处理方法落后,限制了表面工程中的应用.
• 像PSO和FA这样的群集智能算法在准确性和效率方面存在局限性.

研究的目的:

• 开发用于TEM调查的精细数据处理方法.
• 为了提高群集智能算法的准确性和效率,用于地球物理逆转.
• 提出一种新的混合优化算法,PSO-IFAH,用于增强TEM数据解释.

主要方法:

• 修改了火算法 (FA) 通过将粒子群优化 (PSO) 的粒子速度概念结合起来.
• 开发了一个改进的PSO-IFA混合优化算法 (PSO-IFAH).
• 应用PSO,FA和PSO-IFAH算法用于使用分层模型进行反转计算.

主要成果:

• 与PSO和FA相比,PSO-IFAH算法在计算准确度方面提高了80%以上,效率提高了60%以上.
• PSO-IFAH表现出卓越的反转精度,稳定性和抗噪声能力.
• 应用于地面TEM数据处理,增强异常分辨率和低阻力细节描绘,与挖掘结果保持一致.

结论:

• 该PSO-IFAH算法显著提高了TEM数据处理的精度和解释性.
• 该算法准确地描绘了地下的电力结构和岩发展.
• 这种混合方法克服了现有的群集智能算法的局限性,用于地球物理应用.