基于小波包分解与GA优化BP神经网络的瞬变电磁反演

作者：李瑞友; 白细民; 张勇; 汪靖; 朱亮; 丁小辉; 李广^*

来源：吉林大学学报(地球科学版), 2023, 1-14.

DOI：10.13278/j.cnki.jjuese.20230086

• 瞬变电磁法
• 小波包分解
• BP神经网络
• 遗传算法
• 反演

瞬变电磁反演是一个高维非凸的复杂非线性反演问题。利用传统的BP(back propagation)神经网络可以有效缓解瞬变电磁反演的过拟合现象，但是BP算法收敛速度慢、易陷入局部最优。为了解决这些问题，提出了一种基于小波包分解（wavelet packet denoising, WPD）和遗传算法（genetic algorithm, GA）优化BP神经网络的方法（WPD-GA-BP），并应用于瞬变电磁反演中。首先，采用基于硬阈值和Daubechies系列中Db13的WPD方法降低观测磁场数据中的噪声成分，同时提出一种剔除冗余特征的样本采集策略。接着，引入具有全局性的GA优化BP神经网络初始权重，提升BP算法的学习能力和求解精度。最后，基于中心回线源一维瞬变电磁正演理论，构建层状地电模型，经WPD预处理后进行反演，并比较GA-BP与传统Occam、单一BP、PSO-BP(particle swarmoptimization-BP)、DE-BP(differentialevolution-BP)等算法的反演结果。理论模型与实测数据反演结果表明：在瞬变电磁层状地电模型反演中，WPD-GA-BP比其他算法具有更高的精度以及更强的稳定性和正演数据拟合能力，可有效应用于电磁探测反演解释中。

• 单位
  东华理工大学; 江西省勘察设计研究院; 江西财经大学; 国网江西省电力有限公司