基于粒子群PSO算法的月球物理参数反演

计算物理 ›› 2013, Vol. 30 ›› Issue (5): 706-713.

基于粒子群PSO算法的月球物理参数反演

钟振^1,2, 晏鹏³, 叶茂², 李斐^2,3

1. 贵州师范大学物理与电子科学学院, 贵阳 550001;
2. 武汉大学测绘遥感信息工程国家重点实验室, 武汉 430079;
3. 武汉大学测绘学院, 武汉 430079

收稿日期:2012-12-20 修回日期:2013-05-07 出版日期:2013-09-25 发布日期:2013-09-25
作者简介:钟振(1982-),男,贵州遵义,博士,从事月球重力场和月球内部结构研究,E-mail:zhenzhongmail@163.com
基金资助:
国家自然科学基金(41174019,40974014);武汉大学中央高校基本科研业务费专项资金(122009);湖北省自然科学基金重点创新群体项目(2012FFA041)资助项目

Lunar Geophysical Parameters Inversion with PSO

ZHONG Zhen^1,2, YAN Peng³, YE Mao², LI Fei^2,3

1. School of Physics and Electronic Science, Guizhou Normal University, Guiyang 550001, China;
2. State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China;
3, School of Geodesy and Geomatics, Wuhan University, Wuhan 430079, China

Received:2012-12-20 Revised:2013-05-07 Online:2013-09-25 Published:2013-09-25

摘要/Abstract

摘要： 针对月震数据的局限性,以及传统反演方法求解月球物理参数的不适宜性,利用非线性粒子群PSO算法同时求解岩石圈主要月球物理参数载荷比、月壳厚度、月壳密度、内部载荷深度、岩石圈弹性厚度等.结果表明:粒子群PSO算法能够同时反演多个月球物理参数的最优解,计算效率高于传统方法.将该方法应用于月球物理参数多参数的反演,可为月球内部精细结构研究提供参考.

关键词: 岩石圈, 导纳, 粒子群, 月球物理参数

Abstract: With application of particle swarm optimization to lunar geophysical parameters inversion, problems resulted from limitation of lunar seismic network and/or unsuitability of conventional inversion methods are avoided. Parameters investigated include load ratio, crustal thickness, crustal density, subsurface load depth and lithospheric elastic thickness. It indicates that the approach is able to calculate model parameters best fitting observed ones automatically and simultaneously. It performs better in computational speed. It is therefore quite useful in lunar multi-parameters inversion and can be employed in lunar interior precision structure research.

Key words: lithosphere, admittance, particle swarm optimization, lunar geophysical parameters

中图分类号:

P223

钟振, 晏鹏, 叶茂, 李斐. 基于粒子群PSO算法的月球物理参数反演[J]. 计算物理, 2013, 30(5): 706-713.

ZHONG Zhen, YAN Peng, YE Mao, LI Fei. Lunar Geophysical Parameters Inversion with PSO[J]. CHINESE JOURNAL OF COMPUTATIONAL PHYSICS, 2013, 30(5): 706-713.

[1]	李浩乾, 邹艳丽, 张少泽, 刘欣妍, 谭秫毅. 基于复杂网络的电网结构健壮性及Braess悖论现象研究[J]. 计算物理, 2021, 38(4): 470-478.
[2]	王黎翔, 王安琪, 黄志祥. 基于多算法优化SVM的粗糙面参数反演[J]. 计算物理, 2019, 36(5): 577-585.
[3]	石建平, 李培生, 刘国平. 基于混合群智能优化算法的混沌系统参数估计[J]. 计算物理, 2019, 36(5): 621-630.
[4]	石建平, 杨兰天, 刘丹. 基于量子粒子群算法的混沌系统同步控制及参数辨识[J]. 计算物理, 2019, 36(2): 236-244.
[5]	钟振. 混合粒子群算法ADPSO对月球物理参数反演的改进[J]. 计算物理, 2017, 34(6): 740-746.
[6]	李帅龙, 崔国民, 陈家星, 肖媛. 一种采用种群多样性监控和实时更新策略的粒子群优化算法[J]. 计算物理, 2017, 34(3): 344-354.
[7]	肖媛, 崔国民, 彭富裕, 周静. 粒子群算法在非线性系统应用中的早熟现象及其改进[J]. 计算物理, 2015, 32(6): 693-700.
[8]	王辉辉, 刘大刚, 蒙林, 刘腊群. 粒子群及遗传算法在相对论返波管中的应用[J]. 计算物理, 2014, 31(4): 479-485.
[9]	李盼池, 王琪超, 施光尧. 基于Bloch球面搜索的量子粒子群优化算法[J]. 计算物理, 2013, 30(3): 454-462.
[10]	秦华, 万云芳, 张伟元, 宋延松. 用粒子群算法进行单个非球面透镜的球差校正[J]. 计算物理, 2012, 29(3): 426-432.
[11]	秦华, 万云芳, 张伟元. 应用粒子群算法进行光学自动设计[J]. 计算物理, 2011, 28(3): 433-437.
[12]	李智强, 范宜仁, 邓少贵, 陈华. 基于随机粒子群的Newton-SVD方法的电测井反演[J]. 计算物理, 2010, 27(1): 115-120.
[13]	王党社, 张建科, 徐均琪. 薄膜光学常数的粒子群算法[J]. 计算物理, 2008, 25(2): 208-212.