群智能与位场反演

摘要

本文将PSO全局最优化算法应用到二维位场数据反演中，并结合模型单元网格之间的关联性，对标准PSO算法进行改进，提出一种基于粒子速度均值滤波及K均值聚类分析的改进算法，并就其参数选择方法及各参数对拟合误差、计算耗时及反演结果的影响进行研究。通过建立理论模型测试改进算法的有效性，最后将改进算法应用到铁矿区实测数据反演中。理论和实际数据试验表明:PSO算法收敛快速稳定、最优化能力强，反演结果与理论模型和实际钻井地质剖面的物性分布基本吻合，是一种有效的群智能非线性随机算法。