改进野马优化算法在基阶瑞雷面波频散曲线反演中的应用

作者：唐塑; 武银婷^*

来源：地球物理学进展, 2023, 1-16.

• 瑞雷面波
• 频散曲线
• 反演
• 成功率
• 改进
• 野马优化算法

野马优化算法（Wild horse optimizer， WHO）是一种新颖的智能优化算法，瑞雷面波频散曲线反演则是一个多参数、多极值的复杂迭代优化问题。本文将WHO算法引入瑞雷面波频散曲线反演计算，提出改进措施来提高算法局部搜索能力，重点采用反演成功率评价算法在瑞雷面波频散曲线反演中的表现。在三层理论模型试算中，WHO算法的反演成功率仅为52%、43%、37%，而改进野马优化算法（Modified wild horse optimizer， MWHO）的反演成功率分别提升到62%、80%、63%。对比粒子群算法（Particle swarm optimizer， PSO）利用四层理论模型进行了试算，PSO算法的反演成功率为53%、63%、59%，MWHO算法的反演成功率均相对较高，分别为60%、75%、63%。在抗噪能力对比中，MWHO算法的表现优于WHO和PSO算法，MWHO算法反演成功率为67%，PSO算法反演成功率为53%，WHO算法反演成功率为42%。在此基础上，对实测瑞雷波数据进行反演计算，MWHO算法的表现依然优于WHO和PSO算法，MWHO算法反演成功率为55%，PSO算法反演成功率为46%，WHO算法反演成功率为41%。理论模型和实测资料的试算表明：MWHO算法在反演成功率、计算精度等方面存在优势，具有一定的实用与研究价值。

• 出版日期2023
• 单位长安大学