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)
922
编辑：管理员
来源：北方有色网
咨询细节
