电法勘探作为传统物探方法,在地质勘探、地下水勘察、油气开采以及金属探矿等领域都普遍应用。阻率层析成像(Electrical Resistance Tomography,简称ERT)是一种典型的电法勘探手段,以其场源实现简单、实施方便、分辨率高、经济实惠、穿透深度大等优点等成为物探技术的前沿课题之一,具有广泛的应用前景。由于电阻率剖面数据的计算精度和有效解释是其应用的重要指标,ERT电阻率数据反演解释是处理实际资料的主要手段,因此ERT数据的反演也一直是国内外专家学者广泛研究的焦点。本文在改进粒子群优化算法(Particle Swarm Optimization,简称PSO)对二维ERT模拟数据的非线性反演方面,开展了全面细致的研究工作,主要包括:(1)介绍ERT的发展以及反演现状,阐述了PSO算法的基本原理,总结相关改进方向。针对其全局搜索后期收敛慢,易陷入局部极值的缺点,提出本文改进PSO算法的方向——在各影响粒子群速度更新的参数中引入混沌搜索,并用典型多峰值函数测试标准粒子群算法、阻尼粒子群算法算法和本文的改进粒子群算法,实验结果表明,改进后的算法在搜索精度、收敛时间以及稳定性方面都优于标准PSO算法和阻尼PSO算法,在保证跳出局部极值的同时,提高了收敛速度。(2)详细推导了采用非结构三角形单元时,用有限元法离散微分方程,形成正演矩阵,求得波数域结果,经过傅里叶逆变换转换到空间域,完成正演研究。并在Matlab中编制正演FEM数值模拟程序,经过模型验证,对比解析解,证明FEM是一种较好的正演模拟方法。(3)阐述二维ERT反演理论,对比线性舍弃高次项的处理方法,推导出非线性反演的最小化目标函数,设计直流电阻率模型、时域激发极化模型和频域激发极化复电阻率正演模型,然后分别在加入一定程度噪声的三种正演模型数据上进行模拟反演,并将其性能与标准PSO算法和奥卡姆算法进行对比,模型实验表明,该方法不容易陷于局部最优,数值稳定性好,具有较快的收敛速度,具有较高的性能。