大地电磁测深是利用天然的电磁场作为场源用于研究地球内部的电性结构的重要手段。由于大地电磁测深法工作效率高、成本较低、施工方便,并且拥有较高的分辨率已经应用于各种资源的勘探之中,如地热、水资源、矿产资源、石油天然气等。目前随着大地电磁理论研究的深入,许多新的问题已经出现,因此需要解决和完善,而这些问题涉及了正演数值模拟和反演算法的研究。本文主要讨论了一维、二维的正演数值模拟和混合智能算法的正则化反演算法。正演是反演的基础,本文从麦克斯韦方程组出发,推导了均匀半空间和层状介质的大地电磁正演的计算公式,为后文的反演计算打下了基础。本文同时推导了二维大地电磁的边值问题、变分问题,并采用矩形网格进行剖分,双二次插值有限元法求解相应的边值问题。根据正演多频率的特性,引用了矢量化并行计算,有效的提高了正演的计算速度。为了验证二维正演模拟的正确性,本文采用了典型的地电模型进行验证,结果表明,本文的大地电磁正演数值模拟是快速并且精确的。大地电磁测深的反问题是不适定问题,反演结果具有不稳定性和非唯一性。为了能够较好的解决这种问题,本文在目标函数中引入正则化的方法加以约束,使得不适定的反问题具有稳定的反演结果。本文结合了粒子群算法、差分进化算法和Nelder-Mead优化算法设计了一种非线性的混合智能算法。混合智能算法既利用了粒子群算法和差分进化算法面向全局进行寻优的能力,又利用Nelder-Mead优化算法对寻优结果进行进一步的局部开发,解决了线性算法和单一的非线性智能算法易陷入局部极小值和寻优效率低等问题。结合典型的多维函数进行寻优验证了混合智能算法的高效性。随后,构建混合智能算法的框架,根据视电阻率和阻抗相位以及反演的特征设目标函数。为了得到稳定的反演结果,加入正则化项,实现了完全非线性反演。接着对不同的地电模型进行了反演算法的验证,结果表明,相对于单一的完全非线性算法和线性算法,混合智能算法具有明显的优势。最后,应用混合智能算法对吉林桦皮厂地热田的一个实测点数据进行反演,并将反演结果与传统反演算法反演结果进行对比分析,表明了本文算法反演结果与实际勘探结果更加吻合,证明了混合智能算法对大地电磁实测数据进行反演处理具有较高的准确度。