大地电磁人工神经网络反演

为提高大地电磁非线性反演的计算效率和精度，将人工神经网络引入大地电磁数据反演。神经网络输入为已知地电模型的视电阻率数组，输出为地电模型参数。采用BP算法(back propagation algorithm)进行学习训练，通过信息正向传播和误差反向传播，迭代计算得出神经网络连接权值的最优值；再将训练好的神经网络对未知模型的视电阻率进行反演。对2层和3层大地电磁模型分别建立神经网络并测试反演，研究结果表明：该反演方法能实时准确地逼近真实模型，验证了该方法的可行性和有效性。