（1）参数反演是一个不适定（病态）的反问题。即使已知物理过程准确的输入-输出也不是得到可靠的待求参数的充分条件。为了得到可以接受的估计，必须引进解的先验信息，构造正则化模型；
（2）迭代正则化算法通常需要很多步才能收敛。但对于实际带噪音的问题，过多的迭代将导致误差的累积，合理控制迭代的水平至关重要；
（3）对于不适定问题，为提高反演计算效率的传统预条件方法不能很好地处理积分算子的谱的分布；
（4）在大多数应用地球物理领域中，尤其是地震成像，必须处理大量的数据，这就要求算法具有非常低的数值复杂性。
中科院地质与地球物理研究所油气资源研究室王彦飞研究员与合作者近期发表在国际地球物理领域核心期刊Geophysics上的论文，考虑了地震偏移反演成像的正则化，探讨了预条件算法的限制问题，提出了反演成像的快速梯度迭代算法。该算法收敛速度快，计算复杂性非常低，较国际上目前采用的反演计算的共轭梯度迭代法，反演效率提高了很多（Wang et al. Accelerating migration deconvolution using a nonmonotone gradient method. Geophysics, 2010, 75(4): S131–S137）。