A new inversion algorithm of gravity data utilizing the particle swarm optimization (PSO) algorithm is used to interpret dipping faults models. The PSO technique is stochastic in nature; its development was motivated by the common in‐flight performance of birds looking for food. Particles or models represent birds. Individual particles have a location and a velocity vector. The parameter value represents the position vectors. PSO is adjusted by random particles or models and searches for targets by updating generations. This algorithm determines the dipping faults different parameters (amplitude factor, depth to the center of the upper part of the layer, depth to the center of the lower part of the layer, fault dip angle, and the origin of the fault trace). Herein, the PSO algorithm is applied to noise‐free synthetic data, synthetic data contaminated with different random noise levels (5%, 10%, and 15%) and real field gravity data from Egypt. The applicability and efficiency of the PSO inversion algorithm are well demonstrated for synthetic and field gravity data. The errors of the different estimated parameters are calculated for synthetic data, also, the root mean square error is calculated for synthetic and real data. The parameters estimated from real data matches well with that resulted from different published techniques. From the results obtained by using the present technique, we can apply the proposed technique in different applications, like mining and ore exploration.

中文翻译：

---

解释由倾角断层引起的重力数据的新反演方法

一种新的利用粒子群算法（PSO）的重力数据反演算法用于解释倾覆故障模型。PSO技术本质上是随机的。它的发展是受鸟类寻找食物的共同飞行中性能的驱动。粒子或模型代表鸟类。单个粒子具有位置和速度矢量。参数值代表位置矢量。PSO通过随机粒子或模型进行调整，并通过更新世代来搜索目标。该算法确定浸入故障的不同参数（幅度因子，到层上部中心的深度，到层下部中心的深度，断层倾角和断层轨迹的起点）。在此，PSO算法适用于无噪声的合成数据，来自不同随机噪声水平（5％，10％和15％）的合成数据和来自埃及的实际场重力数据。PSO反演算法对合成和现场重力数据的适用性和效率已得到充分证明。对于合成数据，将计算出不同估计参数的误差；对于合成数据和实际数据，还将计算均方根误差。根据实际数据估算的参数与不同出版技术所得出的参数非常匹配。从通过使用本技术获得的结果来看，我们可以将所提出的技术应用到不同的应用中，例如采矿和矿石勘探。PSO反演算法对合成和现场重力数据的适用性和效率已得到充分证明。对于合成数据，将计算出不同估计参数的误差；对于合成数据和实际数据，还将计算均方根误差。根据实际数据估算的参数与不同出版技术所得出的参数非常匹配。从通过使用本技术获得的结果来看，我们可以将所提出的技术应用到不同的应用中，例如采矿和矿石勘探。PSO反演算法对合成和现场重力数据的适用性和效率已得到充分证明。对于合成数据，将计算出不同估计参数的误差；对于合成数据和实际数据，还将计算均方根误差。根据实际数据估算的参数与不同出版技术所得出的参数非常匹配。从通过使用本技术获得的结果来看，我们可以将所提出的技术应用到不同的应用中，例如采矿和矿石勘探。