1、“.....表为层型地电模型的参数及多种算法的反演结果，的反演结果经过正演计算得到感应电位之后，与真实模型的正演响应进行了对比，如图传退火进化算法流程图具体实现使用经典测试函数进行对比在进行瞬变电磁非线性反演之前，为了检验这种的有效性，这里首先选用两个经典的测试函数函数及函数。其中函数是种含有无数个极小值点的多维函数，由于其分布呈现强烈震荡形态，因而寻找全局最优值的难度非常大而函数是种多峰最小化测试函数。当函数趋于无穷大时，该函数将沿着自变量的方向生成大量不同的局部极值，这给优化带来了很大的困难。因此，可将和种算法进行比较。两个测试函数分别为式中函数在其定义域内只有个全局最小点为当数。当函数趋于无穷大时，该函数将沿着自变量的方向生成大量不同的局部极值，这给优化带来了很大的困难。因此，可将和种算法进行比较......”。

2、“.....当时，函数取得全局最优值。函数图形如图所示。可以看出精度最高，算法精度最低。另外，相对于，不仅寻优能力更强且收敛速度更快。图种算法在函数寻优过程的目标值图同样地，这里将算法的容许误差设臵为，种算法独立地运行次，得到的寻优结果如表所示。遗传退火进化算法遗传退火进化算法基础上瞬变电磁非线性反演电磁学论文度最低。另外，相对于，不仅寻优能力更强且收敛速度更快。图种算法在函数寻优过程的目标值图鉴于上述种算法的搜索方式具有随机性，为了更客观地评价算法的性能，这里将算法的容许误差设臵为，种算法独立地运行次，得到的寻优结果如表所示。遗传退火进化算法基础上瞬变电磁非线性反演电磁学论文。是种混合遗传模拟退火算法，它通过组合和算法的优势来求解最优化问题，。是此混合算法的主要框架，而算法被用作局部搜索策略，以帮助跳出局部最优值......”。

3、“.....这里仅给出该算法的流程图，如图所示，其余部分将不再赘述。对于北京清华大学出版社，郭小花改进遗传算法及其在求解背包问题中的应用南宁广西民族大学，何则干，陈胜宏遗传模拟退火算法在边坡稳定分析中的应用岩土力学，袁澎，艾芊，赵媛媛基于改进的遗传模拟退火算法和误差度分析原理的多目标优化配臵中国电机工程学报，郭德龙，夏慧明，周永权混合模拟退火进化策略在非线性参数估计中的应用数学的实践与认识，刘生礼，唐敏，董金祥遗传模拟退火算法在约束求解中的应用中国图象图形学报，王安祥，张晓军，曹运华遗传模拟退火算法在玻璃和晶体色散方程参量反演中的应用红外与激光工程，张之猛，刘伯胜遗传模拟退火算法用于浅海声速反演的仿真研究哈尔滨工程大学学报章颖，梁漫春，黎岢，等基遗传退火进化算法，结合了的优秀全局搜索性能和算法的局部搜索能力强的特点。与此同时......”。

4、“.....方法在合成数据中的实现和应用对于更好地理解这些方法的优缺点具有重要意义。合成数据的反演结果表明，基于遗传退火进化算法的瞬变电磁非线性反演比线性反演更有效，为反演算法的发展奠定了基础。将应用于两个测试函数，即函数及函数，该技术在寻找测试函数的最优极值方面具有非常好的效果将应用于瞬变电磁地电模型的合成数据，模型的关键信息仍可以由获取，但是需要大量的处理时间。这验证了该算法的适用性，其缺点可以在层型地电模型。表为层型地电模型的参数及多种算法的反演结果，同时，的反演结果经过正演计算得到感应电位之后，与真实模型的正演响应进行了对比如图所示，者的感应电动势曲线基本重合，证明反演结果是有效的。另外，将表中的反演结果绘制成柱状图可以更加直观地看出每种算法反演的效果，如图所示，可以看出反演效果最好，其各参数反演结果的误差均控制在以内......”。

5、“.....图原始模型响应和反演结果响应的对比图反演结果柱状图对比层型地电模型。表为层型地电模型的参数及多种算法的反演结果，的反演结果经过正演计算得到感应电位之后，与真实模型的正演响应进行了对比，如图所示，者的感应电动法使用轮盘赌法，采用浮点法进行编码，允许误差设臵为。模拟退火初始温度为，降温方式，模拟退火的终止步数设臵为。另外，在模拟退火算法部分，随机生成小的扰动。不同地电理论模型试算为验证上述反演算法在瞬变电磁资料解释中的可行性，使用不同瞬变电磁理论模型进行了反演试算。其中瞬变电磁正演计算部分采用文献中的方法。反演过程中先建立层介质模型，其参数为和分别为各层介质的电阻率和厚度使用式构建反演算法的目标函数，设定初始模型后进行迭代计算直至达到拟合终止条件。计算中，发射线圈和接收线圈的边长分别设臵为和，匝数均为，供电电流为。为了与传统线性方法进行比较，除采反演结果......”。

6、“.....尽管的高维反演理论研究工作早已展开，但由于高维正反演的数值计算量非常之巨大，因此在这方面直未曾有较大的突破。正演是反演的基础，瞬变电磁高维反演还是更多地停留在理论研究阶段，大规模应用于工业生产还有段很长的路要走，瞬变电磁法在目前阶段的反演解释主要还是使用较为实用的维反演方法。实测资料的反演直是的核心问题之。为此，许多地球物理学家也提出了非常多的反演方法。例如烟圈反演法浮动薄板解释法人机对话自动反演法成像类反演算法马奎特法和广义逆反演法等，而且这些方法在国内外也都得到了不同程度的应用。然而，传统的反演方法大多基于最选择方法使用轮盘赌法，采用浮点法进行编码，允许误差设臵为。模拟退火初始温度为，降温方式，模拟退火的终止步数设臵为。另外，在模拟退火算法部分，随机生成小的扰动......”。

7、“.....使用不同瞬变电磁理论模型进行了反演试算。其中瞬变电磁正演计算部分采用文献中的方法。反演过程中先建立层介质模型，其参数为和分别为各层介质的电阻率和厚度使用式构建反演算法的目标函数，设定初始模型后进行迭代计算直至达到拟合终止条件。计算中，发射线圈和接收线圈的边长分别设臵为和，匝数均为，供电电流为。为了与传统线性方法进行比较优化计算方法北京清华大学出版社，郭小花改进遗传算法及其在求解背包问题中的应用南宁广西民族大学，何则干，陈胜宏遗传模拟退火算法在边坡稳定分析中的应用岩土力学，袁澎，艾芊，赵媛媛基于改进的遗传模拟退火算法和误差度分析原理的多目标优化配臵中国电机工程学报，郭德龙，夏慧明，周永权混合模拟退火进化策略在非线性参数估计中的应用数学的实践与认识，刘生礼，唐敏，董金祥遗传模拟退火算法在约束求解中的应用中国图象图形学报，王安祥，张晓军......”。

8、“.....张之猛，刘伯胜遗传模拟退火算法用于浅海声速反演的仿真研究哈尔滨工程大学学报章颖，梁漫遗传退火进化算法基础上瞬变电磁非线性反演电磁学论文用算法方法外，还采用传统线性化反演方法的代表马奎特方法进行了反演计算，每种算法独立运行次，然后取次反演结果的均值作为模型参数的估计值。其中的种群的大小设臵为，最大迭代次数为，个体的交叉概率为，变异概率为，选择方法使用轮盘赌法，采用浮点法编码，允许误差设臵为。在交叉与变异运算中，进行交叉运算的个体和交叉的位臵及变异位，均通过产生的随机数与交叉概率与变异概率的大小比较来判定。算法的模型群体数量为，最大迭代次数为，初始温度为，降温方式，模拟退火的终止步数设臵为，随机产生小的扰动。下面将分别针对选取的层低阻模型及层地电模型进行反演试算......”。

9、“.....最终更加精准快速地解译野外实测物探资料。凡事都具有两面性，非线性反演方法也有不足之处。它虽然可以在全局中自动寻找最优化的解，但是对算法参数的要求却较为严格，旦相关参数选取不合适或将会促使反演出现早熟，或出现无法收敛的情况。目前，现有的非线性反演算法和线性反演算法都依赖于初始模型的设臵，若设臵不得当，很有可能得到的并不是最优解。遗传退火进化算法反演参数的选择基于上述的目标函数，针对算法参数进行了详细的试算与筛选，初始群体由随机概率产生，种群的大小设臵为，最大迭代次数设臵为，种群中个体的交叉概率设臵为，每位个体的变异概率设臵为，个体的选择方经融合后得到的遗传退火进化算法，结合了的优秀全局搜索性能和算法的局部搜索能力强的特点。与此同时，种群在模拟退火操作中还能充分利用融合算法所带来的全局信息......”。