电阻率成像技术是一种重要的地球物理勘探方法,广泛应用于水文、环境、考古、矿产资源和油气勘探等领域,取得了较大的经济效益。近年来随着理论研究的深入和工程应用的发展,人们对勘探规模和资料解释精度的要求也在不断提高,传统的线性反演方法面临着新的挑战。
人工神经网络是以数学和物理方法从信息处理的角度对人脑生物神经网络进行抽象并建立起来的简化模型,是计算智能和机器学习研究最活跃的领域之一。将神经网络技术与地球物理学中的反演理论相结合,获得具有柔性信息处理特性的地球物理反演新方法,是目前地球物理学中非线性反演方法的一大研究热点。
本书主要针对神经网络非线性反演在电阻率成像中的应用进行理论研究,分析了BP神经网络和RBF神经网络在电阻率成像反演中的优化算法、建模方法和反演流程。
全书共分为9章:第1章绪论部分介绍了相关研究的背景和进展;第2章从电阻率法和神经网络反演两个方面入手,首先介绍了电阻率法和稳定电流场的基本理论、视电阻率的概念和正演数值模拟的方法;然后介绍了BP神经网络的基本概念、学习算法和反演建模的方法与流程,比较了不同BP学习算法在电阻率成像神经网络反演中的效率和效果;第3章和第4章分别通过混沌振荡粒子群优化算法和混沌约束微分进化算法对BP神经网络反演过程进行了优化,并通过模型反演验证了算法的有效性和鲁棒性;第5章和第6章引入RBF神经网络对电阻率成像进行反演,系统地研究了RBF神经网络反演电阻率资料的理论和方法,并引入统计学中的信息准则来自适应地确定RBF神经网络的隐含层结构,最后通过粒子群优化算法微调RBF神经网络参数以实现二阶段学习的神经网络反演;第7章对超高密度电阻率成像的神经网络反演进行了初步的理论研究,针对超高密度电法的高维勘探数据,采用主成分分析法进行预处理,然后引入正则化极限学习机进行快速反演,提高了超高密度电法非线性反演的计算效率;第8章在一个简单的工程实测数据上对本书研究的反演算法进行了验证;第9章结论部分对上面的研究成果进行了总结,比较了BP神经网络和RBF神经网络反演的区别,对神经网络反演在电阻率成像领域中今后的研究方向进行了分析和展望。
本书是作者从事神经网络理论与应用研究和电磁法反演建模与优化的教学和科研工作的系统总结,并从国内外相关文献资料中提取了最主要的理论及成果,力图反映本研究领域的最新研究动态。中南大学的汤井田教授、柳建新教授、熊章强教授、朱自强教授等对本书提出了很多宝贵的意见,在此向对本书创作过程中给予作者大力支持的各位专家表示由衷的感谢, 向本书引用的参考文献的众多作者一并致谢。
本书获湖南师范大学博士出版基金资助,并在国家自然科学基金项目(41374118)、教育部博士点基金项目(20120162110015)、中国博士后科学研究基金项目(153678)、湖南省教育厅科研优秀青年项目(15B138),湖南省科技计划项目(2015JC3067)的联合资助下完成,在此对上述资助单位表示诚挚的谢意。
由于作者水平有限,书中难免存在缺点和不足之处,敬请广大读者给予批评指正。
作者
2015年10月