陳昊 李紅星 李濤 艾寒冰 張嘉輝 戴田宇

摘要：針對傳統(tǒng)粒子群算法反演面波頻散曲線易陷入局部極值的問題，通過非線性的自適應(yīng)慣性權(quán)重、引入壓縮因子以及邊界條件約束三種優(yōu)化策略對該算法進(jìn)行優(yōu)化，提出一種雜交粒子群優(yōu)化算法（ＨｙｂｒｉｄＰａｒｔｉｃｌｅＳｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ，ＨＰＳＯ）進(jìn)行瑞雷面波頻散曲線反演，提高了反演的精度、減少了反演的多解性。通過典型地質(zhì)模型的無噪聲、含噪聲及多模態(tài)理論頻散曲線反演，驗證了該方法的有效性、抗噪能力和多模態(tài)頻散曲線聯(lián)合反演能力；與邊界約束粒子群算法反演結(jié)果的對比分析表明，ＨＰＳＯ 具有更高的反演精度；最后，對實測數(shù)據(jù)進(jìn)行了反演，驗證了ＨＰＳＯ 的適用性。

關(guān)鍵詞：頻散曲線反演，雜交粒子群優(yōu)化，自適應(yīng)慣性權(quán)重，壓縮因子，邊界條件約束

中圖分類號：Ｐ６３１文獻(xiàn)標(biāo)識碼：Ａ doi：１０．１３８１０／ｊ．ｃｎｋｉ．ｉｓｓｎ．１０００-７２１０．２０２３．０３．０１２