I N D I C E
1 introduzione 1 2 algoritmi genetici 5
2.1 Introduzione agli algoritmi genetici 6
2.2 Funzionamento generale degli algoritmi genetici 6 2.3 Utilità di un algoritmo di ottimizzazione globale 8 2.4 Codifica o rappresentazione 8
2.5 Descrizione delle principali funzioni 9 3 algoritmi in codice c 13
3.1 Quadro generale 14
3.2 Struttura generale dell’algoritmo 14 3.3 Specifiche sulle funzioni GA utilizzate 16 3.4 Funzioni oggetto analitiche di test 17 3.5 GA nel caso della FWI 18
3.6 Parametri di controllo 19 3.7 Parallelizzazione 23
4 applicazioni e risultati 25 4.1 Test su funzioni analitiche 25
4.1.1 Soluzioni di problemi di minimo per funzioni oggetto 26
4.1.2 Confronto temporale
C/
Matlabal variare del nu- mero di iterazioni 31
4.1.3 Confronto temporale
C/
Matlabal variare del- l’accuratezza e della dimensione dello spazio dei modelli 33
4.1.4 Verifica della correttezza della conversione de- gli algoritmi 34
4.2 Test su dati sintetici 34
4.2.1 Descrizione del
modello-M137 4.2.2 Test su
modello-M138
4.2.3
Modello-M1– Considerazioni sul rumore 39 4.2.4
Modello-M1– Considerazioni sul range di inda-
gine 45
4.2.5
Modello-M2– Considerazioni sulla pressione di selezione 53
5 conclusioni e sviluppi futuri 59 5.1 Conclusioni 59
5.2 Sviluppi futuri 60 a appendice 63
a.1 Manuale del software 63 a.1.1 Quadro generale 63
a.1.2 Descrizione della libreria
RB_GA_inc.h64 a.1.3 I file sorgente –
src67
xi
xii indice