基于改进JAYA算法的地磁数据反演技术及其在矿产勘探中的应用研究

《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》：Geomagnetic Data Inversion Using Modified JAYA Algorithm and Application to Mineral Exploration

本研究针对地磁数据反演中参数估计复杂、传统算法易陷局部最优的问题，由研究人员提出改进JAYA算法（MJAYA）。通过引入四种平衡探索与开发的算子及分级学习策略，在合成与实地地磁数据（涉及瑞典、加拿大、印度矿区）反演中显著提升收敛性与稳定性。结果表明MJAYA目标函数值较其他JAYA变体降低3.3–878%，且参数估计结果与地质数据高度吻合，为矿产勘探提供可靠技术支撑。

　　

地磁数据反演（Geomagnetic Data Inversion）被应用于矿产勘探中快速精准的参数估计，该反演属于复杂的非线性问题，求解难度较高。传统算法大多依赖耗时的参数调优，而原始JAYA算法作为一种无需参数调优的全局优化方法，却常因仅依赖最优和最差个体更新解而陷入局部极小值。为突破此局限，研究提出改进版JAYA算法（MJAYA），通过引入四个算子（其中三个提升探索能力，一个强化开发能力）并结合基于排名的算子选择策略，有效平衡算法的全局探索与局部开发。采用合成地磁数据（含无噪声与加噪场景）及来自瑞典、加拿大和印度矿区的四组实地地磁异常数据验证性能，MJAYA在收敛性、鲁棒性和解稳定性上均优于五种JAYA变体算法，其目标函数值在合成与实地数据反演中较其他变体降低3.3%至878%。基于实地数据反演获得的模型参数与已发表文献、地质资料及钻探数据一致。此外，研究应用主成分分析（Principal Component Analysis）重构代价函数地形以评估不确定性，证明MJAYA可在设定置信区间内提供可靠的参数估计结果。