瑞利波勘探是一种非常便捷、经济、可靠有效的勘探方法,发展至今,已经广泛地应用到了岩土、工程地震及浅地表勘测等领域。通过反演瑞利波频散曲线,可以有效地得到一系列地层评价参数,比如剪切波速度、地层厚度、泊松比和地基承载力等。反演瑞利波频散曲线是瑞利波勘探数据处理中的关键一步。目前,瑞利波频散曲线的反演方法主要有线性与非线性之分,随着计算机技术的发展,非线性反演算法逐渐受到重视,算法自身独有的优点逐渐显现,比如它们都不依赖初始模型,比较容易实现,适用于解决具有高度非线性、多极值、多参数的瑞利波反演问题等。因此研究非线性算法在瑞利波反演中的应用就变得越来越重要。遗传算法,粒子群算法和人工蜂群算法三种非线性算法相对成熟,可以更好地解决瑞利波频散曲线反演问题,但由于三种算法自身收敛速度慢,易早熟,收敛精度差等缺陷使得它们直接应用到瑞利波反演中的效果较差。同时,高阶模式的频散曲线比基阶模式频散曲线对地层剪切波速度和地层厚度的敏感性要高,因此通过多模式频散曲线的反演可以获得更准确的剪切波速度分布信息。针对上述问题,结合瑞利波反演的特点,本文首先对三种非线性算法进行了改进:(1)针对遗传算法收敛速度慢的问题提出了在交叉变异后加入三邻域竞争搜索策略,得到改进后的遗传算法(LGA),以加快算法收敛速度;(2)对粒子群算法中的速度更新中的惯性权重系数采用正切函数调节策略进行改进,同时加入遗传算法的交叉变异过程,得到改进后的遗传-粒子群算法(GAPSO);(3)为了达到改善人工蜂群算法局部探索能力的目的,人工蜂群算法在雇佣蜂搜索阶段进行搜索策略的改进,同时在跟随蜂搜索后根据蜜源质量的好坏加入猫群算法的搜寻模式及跟踪模式,得到了混合猫群思想的人工蜂群算法(HABC)。其次,本文利用三种改进的非线性算法对顺层、含低速夹层、含高速夹层三种典型地质模型进行三阶频散曲线加噪与不加噪的反演计算,并对实测数据提取频散曲线后进行了三种改进算法的反演。对比分析上述反演的结果可以得到:三种改进非线性算法能够有效、稳定地进行瑞利波频散曲线反演,获得较为准确可靠的反演结果,同时改进的HABC算法及GAPSO算法在收敛速度及收敛精度上都有较大提升,改进的LGA算法在保持原来算法反演精度的同时加快了收敛速度。