带变形涡轮叶片精确配准算法研究

为满足航空发动机精铸涡轮叶片壁厚偏差分析需要,提出了一种基于变形函数的精铸涡轮叶片检测模型非刚体配准算法。首先,进行测量数据与CAD数据全局配准并对测量数据整体空间变换;然后,通过对变换后的测量数据与CAD模型的切片化处理及切片数据配准运算,分析叶片弯扭变形规律,实现测量数据的变形校正,达到测量数据与CAD模型的无变形配准,从而提高配准精度,为后续分析提供高精度数据。     

波阻抗混合反演全局寻优与编码的实验研究

针对遗传算法用于波阻抗反演涉及多参数编码、以及对应遗传操作不易实现的问题,在广泛研究了遗传算法的各种编码方式、及其对应的选择方式、交叉方式以及变异方式特点的基础上,提出了采用二进制字符串编码、遗传操作为最优保存策略选择、多点交叉和非均匀变异的遗传算法,基于该算法形成了全局寻优的波阻抗混合反演方法。文中介绍了遗传算法的研究现状,例举了全局寻优交叉和变异的计算结果,给出了二进制字符串编码的主要程序段,用数值模型与实际资料验正了混合反演算法的有效性。     

多尺度多组分数字岩心构建与弹性模拟研究（英文）

常规数字岩心模型由于尺寸较小,对于非均质性较强的复杂岩心,难以具有代表性,模拟得到的岩石物理参数也难有参考性。以三组砂岩样品为例,本文提出了一种可行的构建多尺度多组分数字岩心的方法。利用CT对柱塞岩心和毫米柱塞样品进行不同分辨率的扫描成像,并利用改进的图像配准方法进行扫描图像的精确配准。对于高分辨率扫描图像,利用常规图像分割方法,将岩心分割为孔隙和不同的矿物组分。基于配准关系,构造低分辨率图像的灰度与孔隙度、矿物组分含量的关系曲线。将构造的关系曲线应用到低分辨率扫描图像的图像分割过程。完成分割之后的数字岩心集合即构成了多尺度、多组分的数字岩心模型。基于多尺度多组分数字岩心模型,考虑了四种矿物模型,分别研究了细尺度和粗尺度下随着模型尺寸变化,三组岩心样品弹性模量的变化规律。结果表明:利用多尺度多组分数字岩心模型能够克服常规模型存在的代表性问题,实现岩心不同尺度孔隙、矿物的准确表征。在大尺度上计算的岩石弹性参数更具备代表性,同时岩石矿物组分考虑的越充分,模拟结果与实验结果越吻合。     

基于匹配追踪算法的OVT域五维插值技术研究

为提高宽方位地震数据的成像质量,改善面元属性之间的不均匀性,发展了宽方位OVT域数据五维插值技术.正交匹配追踪傅立叶插值技术是OVT域五维数据插值的有效技术,该技术以傅立叶变换作为算子,将数据变换到频率空间域,产生若干个频率切片,从若干个频率切片中选取一个傅立叶分量系数,同时综合利用地震数据的"纵向、横向、时间、偏移距、方位角"五个维度信息计算插值算子,为了避免选中假频成份,在每一步迭代中通过引入滤波算子对所选取的傅立叶分量的系数进行重新计算,实现反假频的目的 .与常规三维数据插值相比,OVT域五维插值更精确,振幅保真性更好.     

基于区间方法的岩质边坡稳定性非概率可靠性分析

在综合分析岩土参数区间性的基础上,通过引入区间分析方法和非概率可靠性思想,建立岩质边坡稳定的非概率可靠性模型,并针对区间运算结果扩张问题,引入区间截断法和区间优化法,对边坡非概率可靠性指标进行较为精确的求解。然后,以湖北某岩质高边坡为实例,进一步探讨了岩体参数变异性对岩质边坡稳定的非概率可靠性指标的影响规律。     

基于遗传算法的磁流变阻尼器模型参数识别

磁流变阻尼器是一种具有广阔应用前途的半主动控制装置,但其复杂的力学特性很难精确描述。非线性参数模型是一个相对简单并且能够很好地描述磁流变阻尼器力学特性的力学模型,但该模型既是非线性的、又是非解析的,参数识别十分困难。结合传统遗传算法良好的全局搜索能力和二分法可靠的收敛性,本文提出了一种改进的遗传算法——层次压缩遗传算法。对非线性参数模型的参数识别结果显示：层次压缩遗传算法简单可行,具有较高的识别精度。同时也验证了非线性参数模型描述磁流变阻尼器阻尼力特性的准确性。     

Demons算法在四维CT图像配准中的应用

由呼吸运动引起的器官的运动及形变是4D精确放射治疗中最主要的误差来源。利用4D CT图像和配准技术来分析不同呼吸时相中组织、器官的形变是目前研究的热点。目前常用的研究方法是基于形变模型的3D配准算法。基于光流场的Demons算法具有速度快和精度高的特点,本文将其应用到4D CT图像配准中,并在原始图像形变力的计算中引入了对称梯度。实验结果表明,结合对称梯度的Demons方法具有更快的收敛速度,而且匹配误差小。     

医学图像配准综述

医学领域,医生需要比较不同的解剖影像信息和功能影像信息。将对应于同一物体的不同影像的像素点对应起来就是医学图像配准的主要任务。鉴于需要配准的图像的采集的方法和时间等方面不同,配准所采用的方法也不同。本文介绍了医学图像配准的新近方法。首先从图像配准的任务出发,介绍了配准过程的主要涉及的方面和配准流程。然后从配准时变换的参数角度考虑,将图像的配准分成两大类考虑:参数配准和非参数配准。每一类中给出基本的配准方法,并讨论其用法和特点。对参数配准,主要讨论它们各自不同的方法和适合处理的图像对;对非参数配准,侧重于考虑控制方程的由来和整体外力的计算。     

加速遗传算法在预应力连续箱梁桥有限元模型修正中的应用

针对预应力混凝土连续箱梁桥的通扬运河大桥,建立其有限元模型.基于评价模型修正效果的频率指标与振型相关系数指标、柔度矩阵指标和挠度指标,定义三个目标函数,利用环境激励的试验模态参数,通过实数编码加速遗传算法对有限元模型进行了修正.相对于基于频率指标与振型相关系数指标定义的目标函数,基于柔度矩阵指标或挠度指标定义的目标函数修正的有限元模型,能同时较准确地反映其动态和静态特性,也能实现其试验模态振型较精确的质量归一化.     

傅里叶有限差分法三维波动方程正演模拟

傅里叶有限差分(FFD)法兼有相位屏法和隐式有限差分法二者的优势,能够处理复杂地质构造中的波传播问题,但在三维情形下,算子的双向分裂会引起明显的方位各向异性误差.本文用Fourier变换计算双向分裂过程中的高阶交叉项,消除了方位各向异性误差.该方法充分利用了FFD法在双域实现的算法结构,明显减少了由于引入误差校正所带来的计算量.将该方法应用于修改后的三维French模型的地震正演问题,并将得到的叠后记录、单炮记录同全波有限差分法的模拟结果进行对比,结果证实了该方法对一次反射波具有较高的模拟精度,在内存需求和计算效率方面则具有更大的优势.     

求解位场反演问题的混合编码遗传算法

在求解地球物理反演问题时,复杂的解析关系往往使计算变得十分困难. 对于这类问 题,遗传算法有其独特的优势. 然而传统的遗传算法在搜索最优解的过程中往往效率不高. 研究表明,遗传算法的编码机制在很大程度上决定了交换和变异操作的搜索能力. 二进制编 码的交换操作能产生更多的新样本数目而具有较强的搜索能力,十进制编码的变异操作因搜 索范围更大而具有较强的产生新样本的能力. 本文分析了二进制与十进制编码的搜索机制, 提出了混合编码遗传算法(Hybrid Encoding Genetic Algorithm,简称HEGA),其原理是利用 十进制编码进行变异操作,其他操作采用二进制编码. 针对位场反演问题的特点,结合混合 编码、动态编码和大概率变异技术,有效地提高了搜索及产生“新”有效基因物质的能力. 理论模型及实际资料处理结果表明,该方法是有效的,尤其是在模型的分辨力方面有显著的 提高     

Differential evolution with subpopulations for high‐dimensional seismic inversion

Seismic inversion has drawn the attention of researchers due to its capability of building an accurate earth model. Such a model will need to be discretised finely, and the dimensions of the inversion problem will be very high. In this paper, we propose an efficient differential evolution algorithm and apply it to high‐dimensional seismic inversion. Our method takes into account the differences among individuals, which are disregarded in conventional differential evolution methods, resulting to a better balance between exploration and exploitation. We divide the entire population into three subpopulations and propose a novel mutation strategy with two phases. Furthermore, we optimise the crossover operator by applying the components having the best objective function values into the crossover operator. We embed this strategy into a cooperative coevolutionary differential evolution and propose a new differential evolution algorithm referred to as a differential evolution with subpopulations. Then, we apply our scheme to both synthetic and field data; the results of high‐dimensional seismic inversion have shown that the proposed differential evolution with subpopulations achieves faster convergence and a higher‐quality solution for seismic inversion.     

接收函数反演上地幔速度结构和间断面的剥壳遗传算法

探讨了使用台站接收函数反演得到上地幔速度结构和间断面深度的一种方法——剥壳遗传算法. 由地表至深部分成几个深度段，逐段反演速度结构，并在接收函数曲线上剥离浅处间断面的多次反射震相和反射转换震相对深部间断面的一次透射转换相的影响. 在每一深度段使用浮点编码、算术杂交和非均匀变异的遗传反演方法；在10次独立反演后，依据适应度选出50个优秀模型，对其加权平均得到该段的最终速度结构. 所形成的方法和程序，用iasp’91模型进行数值检验之后，又反演了海拉尔台的观测接收函数，给出台下深至700km的速度结构和主要间断面埋藏深度及速度跃变量.     

Study on geometric correction of airborne multiangular imagery

An automatic image matching algorithm, and its application to geometric correction of airborne multiangular remote sensed imagery, are presented in this paper. The image-matching algorithm is designed to find correct match for images containing localized geometric distortion and spectral variation. Mathematical tools such as wavelet decomposition, B-spline, and multi-variant correlation estimator are integrated in the frame of pyramidal matching. The simulated experiment and our practice in correcting airborne multiangular images show that the matching algorithm is robust to the few random abnormal points and can achieve subpixel match accuracy in most area of the image. After geometric correction and registration, multiangular observations for each ground pixel are extracted and sun/view geometry is also simultaneously derived.     

多导体柱微波成像的连续编码遗传算法

提出一种能同时重建多个二维良导体目标外形轮廓的新方法——连续编码遗传算法．将目标的横截面轮廓近似表达为三角级数形式,由边界条件得到一积分方程组,在此基础上将成像问题转化为约束优化问题,级数的各项系数为待优化量．积分方程组为约束条件,目标函数定义为实际测量的散射场与反演过程中得到的散射场之间的相对误差函数．采用连续编码遗传算法求解,优化过程通过选择、交叉、变异等遗传操作的选代而实现,待优化目标函数进行线性变换并采用模拟退火原理确定目标后表达为适应度函数,采用联赛选择与比例选择相结合的选择机制和单点交叉方式,变异操作通过对基因施加微小随机扰动实现．上一代中适应度最高的个体直接保留．数值模拟反演实验验证了方法的有效性．与其他反演方法相比,本法具有简单、通用、鲁棒性强等特点．     

动态遗传算法及其在P波初动震源机制解中的应用

利用动态遗传算法对Ｐ波初动震源机制解进行反演计算，并与前人常用的反演计算方法对比，认为遗传算法在Ｐ波初动 震源机制解中的应用是有很有效的。     

量子遗传算法在大地电磁反演中的应用

量子遗传算法（QGA）以量子理论为基础,通过利用量子位编码代替经典遗传算法的二进制位编码,利用量子旋转门定向更新种群来代替传统方法中种群的选择、交叉和变异过程,使得算法具有一定的内在并行运算能力和量子的隧道效应,从而加快了搜索速度,改善了收敛速度,并具有更强的全局寻优能力.本文针对地球物理反演问题的非线性、多极值特点提出一套实现方案,通过理论模型和实测数据试验对比研究,表明量子遗传方法在大地电磁反演中的寻优质量和效果明显优于传统遗传算法.     

Interpretation of magnetic anomalies using a genetic algorithm

A genetic algorithm (GA) is an artificial intelligence method used for optimization. We applied a GA to the inversion of magnetic anomalies over a thick dike. Inversion of nonlinear geophysical problems using a GA has advantages because it does not require model gradients or well-defined initial model parameters. The evolution process consists of selection, crossover, and mutation genetic operators that look for the best fit to the observed data and a solution consisting of plausible compact sources. The efficiency of a GA on both synthetic and real magnetic anomalies of dikes by estimating model parameters, such as depth to the top of the dike (H), the half-width of the dike (B), the distance from the origin to the reference point (D), the dip of the thick dike (δ), and the susceptibility contrast (k), has been shown. For the synthetic anomaly case, it has been considered for both noise-free and noisy magnetic data. In the real case, the vertical magnetic anomaly from the Pima copper mine in Arizona, USA, and the vertical magnetic anomaly in the Bayburt–Sar?han skarn zone in northeastern Turkey have been inverted and interpreted. We compared the estimated parameters with the results of conventional inversion methods used in previous studies. We can conclude that the GA method used in this study is a useful tool for evaluating magnetic anomalies for dike models.