可控源音频大地电磁法(Control Source Audio-frequency Magnetotelluric,CSAMT)是由大地电磁(Magnetotelluric,MT)发展起来的。因其具有强大的人工信号源,能采集高质量的数据而成为地球物理勘探方法中的一种强有力的非地震勘探手段,应用广泛。反演是CSAMT方法的关键环节,针对传统反演方法往往出现对初始模型依赖性强和对某些低阻薄层反映不灵敏的弱点,提出了用遗传算法进行CSAMT反演,通过对遗传算法的理论分析,提出了改进方法,并在Visual Fortran软件环境下,编写了遗传算法反演程序。遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法由J.H.Holland 教授于 1975 年提出。它简单、通用,鲁棒性强,适于并行处理,因此在过去的 20 多年中,遗传算法已取得了成功的应用,受到了人们的广泛关注。遗传算法具有不用求导数,不必对问题局部线性化,对初始模型要求较低等优点。遗传算法反演的关键就是效率问题,由于反演参数的模糊度大使得我们不得不扩大参数的搜索范围以保证模型的最优解能被包括其中,另外由于在反演过程中要不断的对模型进行正演计算,而 CSAMT 的正演计算公式十分复杂,计算速度受到限制,因此也限制了反演程序计算速度。但是 MT 的正演公式比较简单,因此本文中将 MT 反演作为辅助工具,通过将 CSAMT 曲线进行近场校正使得它逼近MT 曲线,然后对校正的 CSAMT 曲线运用 MT 的反演方法来获得一组初始模型。根据这组初始模型中的最优模型以及其正演曲线同实测曲线的拟合误差来确定反演层参数的搜索范围。在确定了初始模型和新的搜索范围后,再对观测数据进行直接 CSAMT 反演,运用上述方法能够提高遗传算法的反演速度。通过对云南昆明至河口铁路柿花树隧道地球物理探测获得的野外观测数据进行反演实验,相比线性反演方法,更能定量的反映地下电性结构。同随机生成初始模型,层参数的搜索范围大相比,在反演速度上有了很大的提高。