تفسیر بیهنجاریهای گرانی با روشهای بهینه سازی جستجوی عمومی

یکی از روشها معمول که برا تفسیر و تحلیل دادهها ژئوفیزیکی بکار می رود روش معکوسساز دادهها ژئوفیزیکی میباشد. این روش معمولاً با کمینهساز یکتابع هدف که معمولاً یکتابع غیرخطی از پارامترهایی است که یکمدل را توصیف میکند، صورتمیگیرد و با استفاده از روشها بهینه ساز رهیافت میگردد.. روش بهینه ساز با انتخاب یکمدل اولیه که شامل پارامترها اولیه آن مدل می باشد شروع شده و طی عمل کمینه ساز و با روشها بهینه ساز مختلف، این پارامترها اولیه بهینه میشوند. این روند طی دورهها تکرار، تا جایی ادامه مییابد که تابع هدف به مقدار کمینه تعریف شدها برسد. در این تحقیق روش بهینهساز ژنتیکآلگوریتم به همراه روش شبکه عصبی برا برگردان دادهها بیهنجار ها گرانی، جهت بهینهساز پارامترها یکمدل گرانی بکار گرفته شده است. مزیت بکار گیر این ترکیب آن است که نیاز به یکمدل اولیه از قبل نمیباشد که این خود مشکل بسیار از مسائلمعکوس ساز میباشد. برنامها برا تهیه یکمدل دو بعد پیشرو گرانی فراهم شده است که در روش ژنتیکآلگوریتم بکار بردهمیشود. برا عمل برگردان ساز دادهها گرانی، ابتدا با تعریف یک مدل و پارامترها اولیه آن بصورت تصادفی توسط الگوریتمژنتیک، این پارامترها طی دورهها تکرار توسط این الگوریتم بهینه میشوند و بهترین مدل نهایی حاصل میگردد. برا بهینه ساز بهتراین مدل و پارامترها مرتبط با آن، این مدل به عنوان مدل اولیه به الگوریتم شبکه عصبی وارد شده که توسط آن بهینهتر میشوند. کارایی بکار گیر این روشها ترکیبی ابتدا رو دادهها گرانی تولید شده مصنوعی بدون نوفه و نوفه و سپسجهتتفسیر دادهها بیهنجاری گرانی برداشتشده در رو زمین بکار گرفته شده است. نتایج حاصل از بهینهساز توسط ترکیبدو روش، نشان میدهد که این ترکیب میتواند برا تفسیر دادهها گرانی بدون نیاز به داشتن یکمدل اولیه از قبل بکار برده شود

Keywords:

معکوسسازی , بهینهسازی , کمینه سازی , ژنتیکالگوریتم , شبکه عصبی