期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
江苏及邻区地震重新定位和构造特征分析 被引量:46
1
作者 黄耘 李清河 +3 位作者 张元生 孙业君 沈红会 金淑梅 《地球物理学报》 SCIE EI CSCD 北大核心 2008年第1期175-185,共11页
本文将双差定位和遗传算法定位两种方法相结合,对江苏及邻区1980-2005年的地震进行重新定位研究.重新定位后大大改善了原地震定位的精度,地震在空间上更加集中分布在某些区域,地震震源深度分布结果更加合理.江苏及邻区地震主要发生在上... 本文将双差定位和遗传算法定位两种方法相结合,对江苏及邻区1980-2005年的地震进行重新定位研究.重新定位后大大改善了原地震定位的精度,地震在空间上更加集中分布在某些区域,地震震源深度分布结果更加合理.江苏及邻区地震主要发生在上地壳和中地壳;研究区不同构造单元的震源深度统计分析表明,下扬子断块江苏段、冀鲁断块和豫皖断块的地震震源深度特点相似,在10-11km、15-17km深处存在二个明显的地震优势分布,推测分别在上地壳底面和中地壳;在25km深处也存在一小的地震优势分布面,但地震频次较低.大别山地区地震的震源深度与下扬子断块、冀鲁断块和豫皖断块内的地震震源深度存在明显的差异,主要差异为大别山地区10km以上的浅源地震十分发育,在6-7km的深处有一地震优势分布,该深度附近地震波速度可能较高,而在10km以下差异不大. 展开更多
关键词 双差定位 遗传算法定位 江苏及邻区 震源深度 地震优势分布
下载PDF
宁夏地区小震重定位 被引量:5
2
作者 李青梅 张元生 +3 位作者 吕俊强 谢辉 李鸿庭 赵卫东 《地震工程学报》 CSCD 北大核心 2015年第2期518-524,共7页
应用双差地震定位法与遗传算法进行定位计算,并对结果进行比较,发现其具有一致性和差异性。根据宁夏地区数据资料的实际情况,采用遗传算法收集整理1991年以来该区地震震相记录资料,获得至少具有3个S-P台站以上记录的地震事件共4 688个,... 应用双差地震定位法与遗传算法进行定位计算,并对结果进行比较,发现其具有一致性和差异性。根据宁夏地区数据资料的实际情况,采用遗传算法收集整理1991年以来该区地震震相记录资料,获得至少具有3个S-P台站以上记录的地震事件共4 688个,重新定位结果基本勾画出地震在块体边界的空间展布特征;地震深度主要位于5~25km的上、中和下地壳中上部,基本反映陆陆板块的活动边界形态。 展开更多
关键词 宁夏地区 双差定位 遗传算法定位
下载PDF
甘肃平凉地区地震活动特征及其发震机理研究 被引量:8
3
作者 赵凌云 张辉 刘小凤 《西北地震学报》 CSCD 北大核心 2009年第2期186-190,共5页
针对2001年以来甘肃省平凉地区中小地震活动增强现象比较突出问题,通过遗传算法重新定位地震深度,利用矩张量反演方法反演震源机制解,并根据平凉地区地震时空分布特征、震相特征以及区域地质构造环境,认为平凉地区地震主要为煤矿诱发地... 针对2001年以来甘肃省平凉地区中小地震活动增强现象比较突出问题,通过遗传算法重新定位地震深度,利用矩张量反演方法反演震源机制解,并根据平凉地区地震时空分布特征、震相特征以及区域地质构造环境,认为平凉地区地震主要为煤矿诱发地震,可能发震机理为煤体压缩、顶底板拉伸、断层矿震等。 展开更多
关键词 平凉地区 遗传算法定位 矩张量反演 震源机制解 矿震
下载PDF
FPGA PLACEMENT OPTIMIZATION BY TWO-STEP UNIFIED GENETIC ALGORITHM AND SIMULATED ANNEALING ALGORITHM 被引量:6
4
作者 Yang Meng A.E.A. Almaini Wang Pengjun 《Journal of Electronics(China)》 2006年第4期632-636,共5页
Genetic Algorithm (GA) is a biologically inspired technique and widely used to solve numerous combinational optimization problems. It works on a population of individuals, not just one single solution. As a result, it... Genetic Algorithm (GA) is a biologically inspired technique and widely used to solve numerous combinational optimization problems. It works on a population of individuals, not just one single solution. As a result, it avoids converging to the local optimum. However, it takes too much CPU time in the late process of GA. On the other hand, in the late process Simulated Annealing (SA) converges faster than GA but it is easily trapped to local optimum. In this letter, a useful method that unifies GA and SA is introduced, which utilizes the advantage of the global search ability of GA and fast convergence of SA. The experimental results show that the proposed algorithm outperforms GA in terms of CPU time without degradation of performance. It also achieves highly comparable placement cost compared to the state-of-the-art results obtained by Versatile Place and Route (VPR) Tool. 展开更多
关键词 Genetic Algorithm (GA) Simulated Annealing (SA) PLACEMENT FPGA EDA
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部