1 緒論
1．1 引言
1．2 國(guó)內(nèi)外研究現(xiàn)狀
1．2．1 MT反演研究進(jìn)展
1．2．2 非線性貝葉斯反演進(jìn)展

2 大地電磁正反演理論
2．1 大地電磁理論基礎(chǔ)
2．2 大地電磁反演理論
2．2．1 高斯-牛頓法
2．2．2 馬夸特法
2．2．3 奧卡姆反演
2．2．4 快速松弛反演
2．2．5 非線性共軛梯度反演

3 果蠅優(yōu)化算法研究與改進(jìn)
3．1 智能優(yōu)化算法概述
3．1．1 遺傳算法
3．1．2 粒子群算法
3．1．3 蟻群算法
3．1．4 差分進(jìn)化
3．2 果蠅優(yōu)化算法
3．2．1 標(biāo)準(zhǔn)果蠅優(yōu)化算法
3．2．2 FOA改進(jìn)策略

4 基于改進(jìn)果蠅優(yōu)化算法的大地電磁反演
4．1 改進(jìn)果蠅優(yōu)化算法
4．1．1 改進(jìn)果蠅優(yōu)化算法思想
4．1．2 改進(jìn)果蠅優(yōu)化算法設(shè)計(jì)
4．1．3 IFOA性能測(cè)試
4．2 大地電磁IFOA反演
4．2．1 一維大地電磁反演目標(biāo)函數(shù)
4．2．2 IFOA味道濃度判斷函數(shù)
4．2．3 約束條件
4．3 理論模型測(cè)試
4．3．1 三層模型
4．3．2 四層模型
4．3．3 六層模型

5 非線性貝葉斯反演原理
5．1 非線性貝葉斯反演
5．1．1 貝葉斯反演公式
5．1．2 先驗(yàn)信息
5．1．3 似然函數(shù)
5．1．4 后驗(yàn)分布
5．2 非線性數(shù)值采樣方法
5．2．1 馬爾科夫鏈蒙特卡洛方法
5．2．2 可逆跳躍馬爾科夫鏈蒙特卡洛方法
5．2．3 融合進(jìn)化思想的MCMC方法
5．2．4 算法收斂準(zhǔn)則
5．3 貝葉斯反演維度優(yōu)化
5．3．1 Voronoi單元
5．3．2 馬爾科夫隨機(jī)場(chǎng)

6 大地電磁數(shù)據(jù)貝葉斯變維反演
……