本发明公开了一种基于学习的广域电磁法激电信息非线性提取方法,包括:采用灰狼优化算法作为非线性反演的主程序;使用贝叶斯神经网络作为计算代价低的代理模型;通过学习反演过程中的历史数据来优化反演过程,利用灰狼优化算法求解电磁法反演问题,提取广域电磁法的激电信息。本发明设计基于学习机制的非线性反演算法,一方面,利用算法过程中的历史有效参数,设计自适应灰狼优化算法;另一方面,结合反演过程中的正演评估数据,建立基于贝叶斯神经网络的代理模型。本发明方法具有较好的适用性,能够为完全非线性反演方法高效快速地完成反演任务,节省了反演时间,实现大规模、高精度的地质资料解释提供可借鉴的经验。
声明:
“基于学习的广域电磁法激电信息非线性提取方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)