二维大地电磁正则化共轭梯度法反演算法  

Inversion Algorithm of 2-D Magnetotelluric Data Using Regularized Conjugate Gradient Method

作　　者：刘小军[1] 王家林[1] 吴健生[1] 

机构地区：[1]同济大学海洋地质国家重点实验室,上海200092

出　　处：《上海地质》2007年第1期71-74,共4页

基　　金：中科院知识创新工程项目"环渤海(湾)地区前新生代海相油气资源研究"资助

摘　　要：针对大地电磁二维反演中目标函数收敛速度慢而且解的稳定性较差等问题,提出了大地电磁数据的正则化共轭梯度法反演算法(Regularized Conjugate Gradient Algorithm,RCGA)。此算法在构建目标函数时引入正则化的思想,利用共轭梯度法求解最优化问题。在每次迭代过程中根据目标的收敛情况更新正则化因子,有效地解决了迭代时目标函数发散的问题。最后对两个典型模型进行了试算,对其收敛速度及解的稳定性进行了分析,并与传统反演方法的计算结果进行了对比,结果都表明RCGA具有收敛速度快、精度高、结果稳定等优点。In this paper, a stabilized inverse method of magnetotelluric data is presented, which is named Regularized Conjugate Gradient Algorithm, RCGA. The approach is based on regularization theory and adaptive regularized factor. Conjugate Gradient Algorithm is utilized to search for the minimum of the parametric functional. The inversion results of several synthetic data are analysed and compare with the results using traditional inversion method. All of these indicate the effectiveness of RCGA.

关 键 词：大地电磁 目标函数 正则化因子 迭代 共轭梯度法 

分 类 号：P631.325[天文地球—地质矿产勘探]