بهینه سازی تعداد گمانه های حفرشده توسط کریجینگ و الگوریتم ژنتیک مطالعه موردی:استان خوزستان

گمانه های حفرشده، نقش مهمی در تولید اطلاعات ژیوتکنیکی، جهت شناسایی قسمت های زیرسطحی یک منطقه و اقدامات اجرایی دارند. حفر گمانه ها و انجام آزمایش های ژیوتکنیکی، هزینه های بسیار زیادی در بردارد، که نتایج این تحقیق می تواند، کمک زیادی در صرفه جویی اقتصادی مربوطه داشته باشد. واضح است، که بررسی کلیه حالات در انتخاب یک زیرمجموعه برای شبکه گمانه ها، جهت ارزیابی کیفیت تخمین در بسیاری از اوقات، کاری غیرعملی است. در این تحقیق، برای داشتن یک پارامتر ثابت در هر گمانه، فرض شده است، که یک شمع با طول و قطر خاص در محل حفاری ها کار گذاشته شده باشد. مقاومت نهایی شمع، در این گمانه ها، به عنوان پارامتر متغیر مکانی در نظر گرفته می شود. هدف از انجام تحقیق، بهینه سازی تعداد گمانه های حفرشده موجود، جهت برآورد توزیع مکانی مقاومت شمع است. ابتدا واریوگرام، با استفاده از نرم افزار جی اس پلاس محاسبه شد، سپس از روش زمین آمار (کریجینگ بلوکی) توسط یک مدل شبیه ساز و همچنین الگوریتم ژنتیک، جهت دستیابی به بهترین ترکیب ممکن استفاده گردید. الگوریتم ژنتیک، با دریافت اطلاعات موردنیاز از مدل شبیه ساز، به بهینه سازی بهترین ترکیب گمانه ها( مینیمم سازی خطای تخمین) در حالات مختلف می پردازد. کاربرد این مدل، برای منطقه ای در کیان آباد اهواز به کار گرفته شد. نتایج برای حالات 1تا 15 گمانه، به دست آمد و مورد تحلیل قرار گرفت. نتایج نشان دادند که بهترین ترکیب 1 تا 15 گمانه در مکان هایی قرار می گیرند که مقاومت شمع مقدار متوسط خود را دارد و هرچه تعداد گمانه ها در ترکیب زیاد شود، واریانس خطای تخمین کاهش می یابد تا به مقدار ثابتی مجانب شود.

Keywords:

گمانه ها , مقاومت شمع , واریوگرام , زمین آمار(ژیواستاتیستیک) , کریجینگ بلوکی , الگوریتم ژنتیک , بهینه سازی