摘要：粒子群优化算法（PSO）是模仿鸟群寻找食物的社会行为的一种全局最优化算法，在多维空间函数寻优、动态目标寻优等方面有着收敛速度快、解质量高且需要设置的参数较少等优点．本文在研究常规粒子群优化算法的基础上，对常规的粒子群算法进行了改进，提出了一种新的惯性权重ω参数振荡递减策略，加快了PSO算法的收敛速度，构造的新算法称为阻尼粒子群优化算法．在MATLAB6．5编程环境中对阻尼PSO算法进行了数值实验，并对大地电磁测深的理论模型和实测数据进行了反演试算，结果表明，阻尼PSO算法不依赖于初始模型、能够搜索到全局极值，不易陷入局部极值，是一种快速有效的地球物理反演方法．

关键词：粒子群优化算法 阻尼 非线性 反演 大地电磁测深 

单位：中国地质大学（武汉）地球物理与空间信息学院 武汉430074