《表1 不同应力状态和噪声水平下本文方法与网格搜索法的反演结果》

《表1 不同应力状态和噪声水平下本文方法与网格搜索法的反演结果》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《应力张量反演的遗传算法及其在青藏高原东北缘的应用》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
注:所有实验人工合成震源机制的个数为20.1号实验由挤压型应力张量(张轴走向和倾伏角分别为:0°,90°;中间轴走向和倾伏角分别为:120°,0°;压轴走向和倾伏角分别为:30°,0°;R=0.5)人工合成震源机制数据;2号实验由走滑型应力张量(张轴走向和倾伏角分别为:120°

本文选择和绝对安全的全局寻优算法———网格搜索法得到的结果相比较,一方面是因为网格搜索法可以给出一定精度下的最优解,与其结果比较,可以衡量本文方法所得结果是否正确;另一方面,Wan等(2016)在其文章中已证明网格搜索法优于Michael(1987)和许忠淮(1985)的方法,若本文方法所得结果优于网格搜索法,也说明本文方法优于Michael(1987)和许忠淮(1985)的方法.不同应力状态和噪声水平下本文方法与网格搜索法的反演结果见表1,从表1可以看到:不同应力状态,不同噪声水平的情况下,两种方法所得结果的拟合差差别较小,说明本文方法是正确的;本研究方法所得结果的拟合差均小于网格搜索法结果的拟合差,说明本文方法所得结果优于网格搜索法.该结果体现了本文方法的稳健性,同时也说明1.2节中遗传算法各参数设置是合理的.