一种使用物理引导和数据驱动的多任务正演模拟加速LBFGS反演的方法

本发明涉及地球物理学技术领域，提供一种使用物理引导和数据驱动的多任务正演模拟加速LBFGS反演的方法，包括以下步骤：一、使用python语言编写物理引导和数据驱动多任务神经网络(PDMNet)对MT正演响应计算进行拟合训练；二、将训练得到python语言模型转换为C++语言编写的动态链接库程序；三、将动态链接库程序集成替换用Fortran语言编写的传统LBFGS反演方法中的正演响应计算模块，进行改进；四、通过改进后的传统LBFGS反演方法预测横向磁TM正演响应任务。本发明能够有效地加速传统MT LBFGS反演的方法。