大地电磁的反演方法众多,不同的反演方法都有它的局限性,反演结果可能陷入局部极小,这给解释工作造成较大困难。目前反演方法中应用广泛的主要是线性算法,但是,由于线性算法是根据目标函数的梯度信息更新模型的迭代算法,对初始模型的依赖性较大,对反演数据的要求较高。近年来,非线性反演方法在大地电磁数据反演解释中也取得一定进展,其中,非线性遗传算法采用启发式的全局随机搜索方法,不需要计算目标函数的梯度信息,而且不依赖初始模型,是基于多模型搜索的方法,对反演数据的要求也较低,可以弥补线性反演的不足。遗传算法在大地电磁中的实际应用相对较少,本文中针对大地电磁的反演特点,设计了大地电磁的遗传反演程序,反演程序采用固定网格化反演,网格节点的电阻率是基于对数域的计算。根据反演数据或其它反演结果的最值,限定遗传算法的搜索范围,将主要的搜索计算集中在有效的区域。选择运算中,直接淘汰方差较大的个体,保留方差较小的个体,方差最小的个体在遗传中总是保留。编码采用实数编码,避免在交叉运算与变异运算中参数发生较大的突变,交叉方式选择的是随机多点交叉,变异运算是在原来数值的基础上加上或减去一个数值,这个数值的大小根据不同的反演数据设定。论文对设计的遗传算法设计了两个简单的模型进行了试算,试算的结果表明设计的遗传算法能较好的反映设计的理论模型的特点,但是在反演结果中也存在不足。在多反演方法的对比结果中,遗传算法的计算结果的整体效果较好,局部分辨率不足,马夸特法的反演结果,对层状结构表现较好,但是容易出现畸变,反演计算也容易失败,Bostick变换的结果较为稳定,计算速度快,在局部的分辨能力不足。RRI反演计算速度快,结果在光滑性方面不足,二维OCCAM的反演结果与二维NLCG的反演结果受初始模型的影响较大,根据反演数据的不同,反演结果表现的不同。不同初始模型的二维反演对比中可以看出,以均匀半空间为初始模型的结果,能反映模型最为本质的结构,结果最粗,出现的假异常最小,在实际的数据处理中不能忽略,另外约束反演结果比较精细,提高了反演的精度,能取得比较好的反演效果。