非线性反演（nob-linear inversion）：在选定正演数学模型的情况下，建立观测数据与正演计算数据的误差泛函，然后利用非线性方法迭代求解该误差泛函的极小化问题，得到介质参数分布，这种反演方法称作非线性反演。常用的非线性求极小化问题的方法有：非线性迭代法，在梯度的导引下求目标函数的最小值；模拟退火法，模拟金属自然冷却而结晶的过程的方法；基因算法（又称遗传算法），模拟生物进化的优胜劣汰过程的方法。前一种方法中由于计算梯度值仍需对描述正问题的数学模型进行局部线性化，所以属于拟线性的反演算法。后两种算法属非线性寻优算法。[1]