论文摘要
静校正在地震资料处理中十分重要。经野外一次静校正后,残余的静校正量可用剩余静校正方法求出。剩余静校正问题实质上是一个非线性优化问题。遗传算法是一种重要的非线性全局寻优算法。它模拟生物进化的自然选择和遗传机制。基本操作包括选择、交叉和变异等。选择操作按照优胜劣汰的原则对个体进行选择,选出一部分最佳个体直接复制到下一代操作;交叉操作模仿自然界基因重组的过程,其作用在于将原有的优良基因遗传给下一代个体,并生成包含更复杂基因结构的新个体;变异操作模拟自然界生物体进化中染色体上某位基因发生的突变现象,从而改变染色体的结构和物理性状。二进制编码是遗传算法中最常用的一种编码方式。但是在全局优化问题中,对于二进制编码的实际经验和理论分析表明,这种编码方式会在目标函数中引入附加的多峰值,使编码后的目标函数比原始问题更加复杂。实数编码对于函数优化问题更为有效。关于实数编码在函数优化领域比二进制编码更有效的说法,已经得到了广泛的验证。在任何随机搜索的技术中,都有大量的可能组合。利用每一种技术的优点,用其中的一种搜索局部最优解,用其它搜索全局最优解。本文的基本思想是用模拟退火方法改善遗传算法的局部搜索能力,即以模拟退火产生部分局部最优解,然后以遗传算法的算子迭代寻找全局最优解。