瑞雷面波是一种由P波和S波相互干涉形成并沿自由界面附近传播的地震波，由于瑞雷面波存在频散特性，即速度是频率的函数，只要地层速度存在稍微变化，其频率也必将发生变化，因此，通过瑞雷面波频散曲线反演可获得与地层结构和物性相关的厚度、横波速度及Q值等信息。基于瑞雷面波的勘探技术，可快速、有效地获得地层结构及物性参数等信息，目前该技术已广泛用于地球内部结构探测，尤其解决近地表工程、环境等领域的地质问题。
　　瑞雷面波频散曲线反演是瑞雷面波勘探重要环节之一，其是一个多参数、多极值的非线性迭代优化过程，目前存在线性反演以及全局非线性反演两大分支。线性反演具有运算效率高、占用内存少等优点，但对初始模型要求较高。全局非线性反演对初始模型的依赖程度偏低，但耗时、反演精度低。为此，本文提出一种人工蜂群算法（Artificial Bee Colony Algorithm，ABC）与阻尼最小二乘法（Damped Least Square method，DLS）联合反演策略反演瑞雷面波频散曲线。首先基于先验地质信息，在较大模型尺度范围内初始化蜜源；然后经过三种蜜蜂（采蜜蜂、观察蜂、侦察蜂）算子相互转化并进行数次迭代搜寻优化，将目标收敛于最优解附近以获得初始横波速度模型；最后由收敛速度快、稳定性强的DLS进行局部寻优反演，获得最终的横波速度模型。由于ABC中蜜源的无序随机更新和蜜蜂的盲目搜索使得算法全局搜索性能难以充分发挥，本文通过全局最优解指引和交叉因子约束，形成搜索效率更高的交叉全局式蜂群算法（Cross Global Artificial Bee Colony Algorithm，CGABC）；在CGABC寻优后期，把非线性随机开发蜜源替换为DLS线性寻优，使运算效率和反演精度得到进一步提升。通过多套模型试算验证了方法的正确性，并进一步应用于一套实际地震资料处理。研究结果显示，本文反演策略不但有效弱化了线性反演对初始模型的依赖，节省了非线性反演的运算成本，而且显著增强了反演的稳定性，有效提高了反演的精度。