برآورد عمق وشکل حفره های زیرزمینی با استفاده از دستگاه واسط عصبی فازی تطبیقی چندگانه با داده های گرانی سنجی

Authors

Abstract:

در این مقاله به منظور اکتشاف حفرات زیرزمینی با شکلهای نزدیک به کره، استوانه افقی یا عمودی ودر راستای بالابردن دقت نتایج تفسیر بی هنجاریهای گرانی ،کمک به تجربیات مفسر و مقاومت بیشتر در برابر سطوح متفاوت نوفه ، از شبکه عصبی-فازی تطبیقی چند گانه MANFIS استفاده شده است. در این پژوهش با قرار گرفتن دو سیستم عصبی فازی تطبیق پذیر به صورت موازی با یکدیگر یک شبکه عصبی-فازی تطبیق پذیر چند گانه طراحی شد که خروجی یکی فاکتور شکل حفره زیرزمینی وخروجی دیگری عمق مربوط به حفره می باشد. به منظور امتحان دقت عملکرد شبکه عصبی فازی طراحی شده در حضور نویز، روش ارائه شده ابتدا برای داده های مصنوعی با 5 درصد و10 درصد نویز مورد آزمون قرار گرفت . در مجموع نتایج نشان داد استفاده توام از شبکه های عصبی ومنطق فازی علاوه بر آن که ابزاری مفید جهت کمک به مفسردر مرحله تفسیر عمق وشکل حفره های زیرزمینی از روی داده های گرانی است، بلکه صحت تفسیر بی هنجاری های گرانی را نیزافزایش می دهد . همچنین بر خلاف روشهای موجود با رهیافت عصبی محض در اینجا بدون پیش فرض شکل درباره چشمه گرانی امکان تخمین شکل چشمه علاوه بر تخمین عمق آن وجود دارد. پس از اطمینان از صحت عملکرد شبکه عصبی- فازی طراحی شده برای داده های مصنوعی، به منظور امتحان روی داده های واقعی برای داده های گرانی سایت بند باهاما تست ومورد ارزیابی قرار گرفت که با نتایج واقعی حاصل از گمانه زنی ها و حفاری های موجود تطابق خوبی دارد

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدل بندی داده های فازی با رگرسیون اسپلاین تطبیقی چندگانه

در این مقاله به مدل بندی داده های ورودی دقیق-خروجی فازی پرداخته می شود و رویکرد رگرسیون مارس فازی با پارامترهای دقیق و جملات خطای فازی معرفی می گردد. روش پیشنهادی شامل دو مرحله است: در مرحله اول با استفاده از رگرسیون اسپلاین تطبیقی چندگانه (مارس) مراکز متغیر وابسته برآورد می شوند، و در مرحله دوم کمترین مقادیر خطاهای فازی بر اساس یک مساله بهینه سازی غیر خطی به دست می آیند. در انتها کاربرد مدل ...

full text

برآورد عمق ناپیوستگی موهو برای ایران با استفاده از داده های گرانی سنجی زمینی

چکیده تعیین ضخامت پوسته با استفاده از دادههای بیهنجاری گرانی یکی از تحقیقات بنیادی در علم ژئوفیزیک و زمینشناسی محسوب میشود. هدف از این مطالعه برآورد عمق موهو (تعیین ضخامت پوسته) برای ایران با استفاده از داده های گرانیسنجی زمینی است. به همین منظور در ابتدا با استفاده از دادههای بیهنجاری هوای آزاد و اعمال تصحیح توپوگرافی، بیهنجاری بوگه محاسبه شده و سپس اطلاعات بیهنجاری بوگه در یک فرآیند وارون سا...

15 صفحه اول

تخمین عمق بی هنجاریهای گرانی با استفاده از شبکه های عصبی هاپفیلد

در این مقاله روش شبکه عصبی هاپفیلد برای تفسیر هوشمند داده های گرانی استفاده شده است. یک شبکه عصبی هاپفیلد برای تخمین عمق چشمه گرانی طراحی شده است. این شبکه طراحی شده برای داده های مصنوعی و واقعی آزمایش شده اند. در مورد داده های واقعی این شبکه برای تخمین عمق یک تونل قنات واقع در موسسه ژئوفیزیک به کار برده شده و نتایج حاصله به مقادیر واقعی عمق بسیار نزدیک است.

full text

تعیین مؤلفه باقی¬مانده داده¬های گرانی¬سنجی با استفاده از روش مدل سازی نمودار احتمال

در این مقاله روش مدل‌سازی نمودار احتمال در برآورد مؤلفه باقی‌مانده  داده‌های گرانی‌سنجی منطقه‌ای در جنوب غرب زاگرس، به کار رفته است. بر اساس تحلیل داده‌ها و تغییرپذیری روند مدل برازش شده بر نمودار احتمال، مؤلفه‌های ناحیه‌ای و باقی‌مانده از یکدیگر تفکیک شده‌اند. تقریب مرتبه اول، دوم و بهینه از مؤلفه باقی‌مانده داده‌ها بر اساس مرزهای متفاوت حاصل از مدل‌سازی نمودار احتمال ترسیم شده است. در نقشه‌ها...

full text

وارون سازی داده های گرانی سنجی با استفاده از پایدارکننده نرم یک

در این مقاله روشی برای وارون‌سازی داده‌های گرانی‌سنجی با استفاده از تابع منظم‌کننده نرم یک ارائه شده است. استفاده از این نوع پایدارکننده مساله وارون را به سمت حصول جواب‌هایی متراکم و با مرزهای تیز سوق می‌دهد، بنابراین برای بازسازی ساختارهای زمین-شناسی دارای مرزهای گسسته مناسب است. ارتباط نزدیک بین منظم کننده نرم یک با قید فشردگی بررسی شده است. برای محاسبه جوابی که تابع هدف نرم 1 را کمینه ‌کند، ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 42  issue 3

pages  535- 548

publication date 2016-11-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023