کاربرد الگوریتم ژنتیک و ماشین بردار پشتیبان در جستجوی پارامترهای نانوشراره های تاج خورشید

نانو شراره ها شعله های کوچک ناگهانی ناشی از انفجارهای زمینه خورشید هستند. تعیین انرژی و توزیع فراوانی انرژی نانو شراره ها دارای اهمیت می باشد. طبق مشاهدات اخیر، فراوانی دامنه انرژی نانو شراره ها از قانون توانی پیروی می کند. با توجه به نظریه پارکر، اگر نما در قانون توانی بزرگ تر از مقدار بحرانی ۲ باشد، نانوشراره ها سهم قابل ملاحظه ای در گرمایش تاج خواهند داشت. در اینجا، تابش های فرابنفش دور از ناحیه های فعال و آرام تاج از روزهای ۱۱ و ۱۲ ژوئن ۲۰۰۷ (ثبت شده از استریو)، تحلیل می شوند. منحنی های نوری از یک الگوی شبیه سازی نانو شراره ای با سه پارامتر اصلی (نما در قانون توانی، آهنگ شراره ای و زمان شراره ای) ایجاد می شوند. با استفاده از الگوریتم ژنتیک طول منحنیهای نوری کاهش می یابند. یک روش خودکار دسته بندی (ماشین بردار پشتیبان) برای استخراج مجموعه پارامترهای منحنی های نوری مشاهداتی استفاده می شوند. مقدار متوسط کمیت نما در قانون توانی در بازه ۲.۵-۲.۷ به دست آمده است. زمان شراره ای در حدود ۸۰ دقیقه استخراج شده است.

Keywords:

نانو شراره , الگوریتم ژنتیک , ماشین بردار پشتیبان