.png){kind=icon}
返回
The PSO-IFAH optimization algorithm for transient electromagnetic inversion
.png){kind=icon}
OA
AI
DOI：10.1371/journal.pone.0317596.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
作为一种非接触方法，瞬变电磁（TEM）方法具有高效、设备影响小、场地范围无限制和高分辨率等特点，是当前研究的热点。然而，对TEM精细数据处理方法的研究相对滞后，这严重限制了其在浅层工程勘察中的应用，是需要迫切解决的关键问题。粒子群优化（PSO）算法和萤火虫算法（FA）是成功借鉴自然启发的群智能算法。然而，算法的精度和效率限制了其进一步发展。本文根据PSO算法中粒子移动速度的概念，定义了FA算法的粒子移动速度，以提高FA算法的局部快速收敛能力。在此基础上，改进了粒子移动的适当速度，使改进后的算法能够克服最优解周围的振荡问题并提高计算效率。最终，本文提出了一种改进的PSO-IFA混合优化算法（PSO-IFAH）。该算法能够利用PSO和FA算法机制的优点。建立了一个典型的层状模型，并将PSO算法、FA算法和PSO-IFAH算法应用于反演计算。结果表明，与PSO和FA算法相比，PSO-IFAH算法的计算精度提高了80%以上，效率提高了60%以上。PSO-IFAH算法还表现出高反演精度和稳定性，其抗噪声性能优于其他算法。在地面TEM测量数据处理中，PSO-IFAH算法增强了异常体和低阻细节的分辨率，与实际开挖结果吻合良好。这突显了该算法准确描绘地下电性结构和岩溶发育的能力，从而提高了TEM数据处理和解释的精度。
Keyword:
FIREFLY ALGORITHMS
SMOOTH
MODELS
期刊
IF:
2.6
论文数:
2.6W
被引数:
81.6W
机构
暂无机构信息
引用论文
分享收藏Enhanced Whale Optimization Algorithm for Improved Transient Electromagnetic Inversion in the Presence of Induced Polarization Effects增强型鲸鱼优化算法用于提高存在激电效应时的瞬态电磁反演.png)
MathematicsOAAI
MathematicsIF0
OAAI分享收藏A hybrid firefly and particle swarm optimization algorithm for computationally expensive numerical problems用于计算昂贵的数值问题的混合萤火虫和粒子群优化算法
PREAI
分享收藏Research and Application of the Transient Electromagnetic Method Inversion Technique Based on Particle Swarm Optimization AlgorithmIEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Particle Swarm Optimization (PSO) for the constrained portfolio optimization problem粒子群优化算法求解约束投资组合优化问题
PREAI
分享收藏
查看更多内容