[发明专利]一种基于强化学习的自适应广域电磁法激电信息提取方法

权利要求书

1.一种基于强化学习的自适应广域电磁法激电信息提取方法，其特征在于，通过定义敏感度作为反演参数识别的特征，同时采用强化学习的方法来实现自适应反演参数的识别和正则化设置，从而实现智能化的激电信息提取；

步骤1、通过定义敏感度作为反演参数识别的特征，设计不同物性参数的分阶段提取方法，并通过敏感度来区分当前反演所处的阶段；

定义电阻率和极化率的敏感度如下：

式(5)中，S为敏感度，G为迭代次数，fit为适应度，M为反演得到的模型参数，包括电阻率ρ和极化率m；

反演前期以电阻率为主，对电阻率参数施加先验信息约束，对极化率参数施加强限制约束；而后期电阻率趋于稳定，极化率的敏感度将高于电阻率，反演后期将以极化率为主，对极化率参数施加先验信息约束，对电阻率参数施加强限制约束；

根据迭代过程中电阻率和极化率的敏感度来判断当前反演的状态，以极化率反演为主还是电阻率反演为主，并输出正确的正则化系数并施加正确的约束条件，从而实现智能化的激电信息提取；

步骤2、采用基于确定策略梯度的强化学习来实现反演阶段的判断和正则化系数的设置；

步骤3、根据强化学习所生成的正则化系数来控制反演施加的约束，实现自适应反演参数的识别和正则化设置，得到高精度的激电信息，包括电阻率和极化率参数。

2.根据权利要求1所述基于强化学习的自适应广域电磁法激电信息提取方法，其特征在于，所述步骤1之前还包括以下步骤：

S1、设置广域视电阻率的计算方程：

式(1)中，r为观测点到偶极源中心的距离，或称收发距；dL为水平电流源的长度，为观测点M和N之间的距离；

为观测点M和N之间的距离，ρ为电阻率，I为电流强度，k称为电磁波的传播常数或波数，i为虚部，为r与电流源之间的夹角；

S2、设置激电模型为：

式(2)中，ρ(ω)为考虑极化效应后与频率相关的广域复电阻率；ρ_a为未考虑极化效应时的广域视电阻率；m为极化率；τ为时间常数；c为频率相关系数，ω为角速度；

S3、设置反演的目标函数如下：

fit＝E(e)+λ₁R(ρ)+λ₂R(m) (3)

式(3)中，R(ρ)和R(m)分别为对电阻率和极化率的最小构造约束函数；λ₁、λ₂分别为R(ρ)和R(m)对应的正则化因子，采用两个独立正则化因子的原因是极化率的取值空间m较电阻率的取值空间ρ有较大差异；

其中，m∈[0,1]，ρ＞＞m；

如果采用统一的正则化因子将无法约束相对较小的极化率参数；E(e)为目标误差函数，在反演时为数据的拟合误差；

R(ρ)和R(m)在此均采用下式进行计算：

式(4)中，M为反演得到的模型参数，包括电阻率ρ和极化率m。