第1章  地球物理反演与最优化问题
  1.1  地球物理反演
  1.2  最优化问题
第2章  下降算法与最速下降算法
  2.1  下降算法与线性搜索
    2.1.1  精确线性搜索
    2.1.2  非精确线性搜索
  2.2  最速下降算法
第3章  牛顿法与高斯-牛顿法
  3.1  牛顿法
  3.2  拟牛顿法
    3.2.1  SR1修正
    3.2.2  BFGS修正
    3.2.3  DFP修正
  3.3  高斯-牛顿法
第4章  共轭梯度法
  4.1  共轭方向
  4.2  共轭梯度
  4.3  Fletcher-Reeves共轭梯度法（FR法）
第5章  模拟退火算法
  5.1  基本理论
  5.2  算法流程
  5.3  地球物理反演示例
第6章  遗传算法
  6.1  遗传算法理论
    6.1.1  生物遗传与变异
    6.1.2  遗传算法理论基础
    6.1.3  遗传算法基本概念
    6.1.4  标准遗传算法
  6.2  遗传算法流程
  6.3  地球物理反演示例
第7章  蚁群优化算法
  7.1  蚁群优化算法理论
  7.2  基本蚁群算法流程
    7.2.1  算法流程
    7.2.2  算法参数
  7.3  地球物理反演示例
第8章  粒子群优化算法
  8.1  算法理论基础
  8.2  粒子群优化算法
    8.2.1  基本粒子群优化算法
    8.2.2  标准粒子群优化算法
  8.3  粒子群优化算法流程
  8.4  地球物理反演示例
第9章  神经网络与深度学习
  9.1  神经网络算法理论
    9.1.1  人工神经元模型
    9.1.2  常用激活函数
    9.1.3  神经网络模型
    9.1.4  神经网络工作方式
    9.1.5  神经网络算法的特点
  9.2  BP神经网络算法
  9.3  深度学习算法
  9.4  卷积神经网络算法
  9.5  地球物理反演示例
    9.5.1  BP神经网络计算过程
    9.5.2  卷积神经网络计算过程
参考文献