常规非线性反演方法虽然对初始模型的依赖大为减弱,但局部收敛现象和计算速度慢仍然是瓶颈.本文提出了一种新的反演方法——量子路径积分算法(Quantum Path Integral Algorithm,简称QPIA).该方法引入量子力学的横向场、传播子等概念,并...常规非线性反演方法虽然对初始模型的依赖大为减弱,但局部收敛现象和计算速度慢仍然是瓶颈.本文提出了一种新的反演方法——量子路径积分算法(Quantum Path Integral Algorithm,简称QPIA).该方法引入量子力学的横向场、传播子等概念,并充分利用量子隧穿效应,大大提高反演的效率,具体是通过对反演目标函数的构建,并以Feynman的传播子来构成模型的接收概率来实现.在对一维大地电磁模型和实际数据进行试验后,表明该方法比常规反演方法更能够精确、稳定和快速地逼近真实模型.展开更多
文摘常规非线性反演方法虽然对初始模型的依赖大为减弱,但局部收敛现象和计算速度慢仍然是瓶颈.本文提出了一种新的反演方法——量子路径积分算法(Quantum Path Integral Algorithm,简称QPIA).该方法引入量子力学的横向场、传播子等概念,并充分利用量子隧穿效应,大大提高反演的效率,具体是通过对反演目标函数的构建,并以Feynman的传播子来构成模型的接收概率来实现.在对一维大地电磁模型和实际数据进行试验后,表明该方法比常规反演方法更能够精确、稳定和快速地逼近真实模型.
