地球物理资料非线性反演方法讲座五人工神经网络反演法new

《地球物理资料非线性反演方法讲座五人工神经网络反演法new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第5卷第3期2008年6月工程灿球物理号赧CHINESEJOURNAL0FENGINEERINGGEOPHYSICSV01．5．No．3Jun．，2008文章编号：1672—7940(2008)03—0255—11地球物理资料非线性反演方法讲座(五)人工神经网络反演法王家映(中国地质大学地球物理与空间信息学院，武汉430074)摘要：木文概要地介绍了近年来发展起来的一种强有力的地球物理资料非线性反演的方法——人工神经元法(ANN)。比较系统地介绍了ANN的基本知识和两种基于不同原理的ANN反演方法。基于模式识别和基于最小方差的

2、ANN反演方法。列举了这两种方法在地球物理资料反演中的一些应用实例、指出了该方法的存在问题和发展方向。关键词：非线性反演方法；人工神经元法；BP回传网络；Hopfield网络中图分类号：P631文献标识码：A收稿日期：2008一03—19LectureonNon—LinearInverseMethodsinGeophysicalData(5)TheArtificialNeuralNetworkMethodWangJiaying(InstituteofGeophysics&Geomatics，ChinaUniversityofG

3、eosciences，Wuhan430074，China)Abstract：Inthispaperwebrieflyintroducedthemostpowerfulnonlinearinversemethod一⋯artificialneuralnetwork。whichhasbeendevelopedandusedsuccessfullyingeo—physicaldatainversioninlasttwodecades．WenotonlyintroducedsomebasicknowledgeofANN。butalsoa

4、nalyzedtwokindsofinversemethods，foundedinpublications，basedonpatternrecognitionandminimumvariance．Wealsodescribedtheapplicationofthetwomethodsingeophysicaldata．Finally，wepointedouttheproblemofthemethodsandfu—turedevelopment．Keywords：non—linearinversemethod；artificia

5、lneuralnetwork；BPnetworks；Hopfieldnetworks1引言‘天生物，人最灵’。灵就灵在人有一个结构精密，机理奥妙，功能完善的大脑。正由于有了大脑，人才能通过视觉、听觉、嗅觉、触觉等接收外部的信息，并由大脑分析，判断，做出采取进一步行动的决定。大脑是人的神经中枢，对人的思想和行动起作控制作用，因而很早就引起了人们的重视，科学家们对它的结构和原理进行了长期的、深入的研究，并在许多学科的理论研究和实际应用方面，如模式识别、信号处理、决策判断、组合优化作者简介：王家映(1937一)，男，教授，博士生导师

6、．主要研究方向为电磁法和地球物理反演理论。E—mail：j．Y．wang@cug．edu．cn256工程地球物理学报(ChineseJournalofEngineeringGeophysics)第5卷和工程应用，都取得了重要的成果L1]。虽然，对大脑的研究至今已有近半个世纪的历程，但是，由于实验手段的局限性和人脑的特殊性，建立大脑模型，即人工神经网络(ArtificialNeuralNetwork，ANN，简称“神经网络”)，仍然是目前研究大脑神经行之有效的方法和手段。实践已经证明，ANN是一项具有广阔前景，有着巨大理论价值和

7、应用价值的新理论、新技术。ANN在地球物理学中的应用，始于20世纪的80年代。开始阶段，主要研究ANN在模式识别上的应用，如‘亮点’的识别，地震波初至的拾取，同相轴的追踪，位场特征的识别，电磁法曲线的分类，储层预测，烃源岩的测井评价[2~7’13~321；近年来，用ANN求取地震波速度，用于直流电阻率法，大地电磁法，测井资料的解释和地震模型参数的反演方面也取得了骄人的成绩Cs-lz]，发表了成百篇论文。可以说，今天ANN已犹如天空升起的一个新星，受到地球物理学家的广泛关注。2人工神经网络的基本知识人的大脑是由大量神经元按一定的

8、结构连结而成的并行处理系统。而ANN，是对人脑的某种模拟、抽象和简化。具有高度的非线性映射能力、自组织和自适应能力、记忆联想能力等，能够进行复杂的逻辑操作和非线性映射。它由三个基本要素组成：即神经元，网络结构和学习规则[1矗2

9、。2．1简单神经元模型神经元是构成神经网络的基本