هدف نهایی از انجام مشاهدات ژئوفیزیکی، تعیین ساختارهای زمین شناختی از داده های ژئوفیزیکی است که به دلیل ساختار درونی پیچیده زمین کار مشکلی است. هدف این پایان نامه، بدست آوردن اطلاعات مربوط به پارامترهای یک گسل با استفاده از مجموعه مشاهدات تغییرشکل آن است که مسئله معکوس ژئوفیزیک نامیده می شود. روشهای بهینه سازی بر اساس شیوه حل مسأله، به دو بخش کلاسیک و تکاملی تقسیم بندی میشوند. روش های کلاسیک از یک نقطه اولیه شروع شده و درصدد یافتن امتدادی برای رسیدن به جواب هستند. این روش ها در صورت عدم انتخاب مقادیر اولیه مناسب برای پارامترها در نقطه بهینه محلی همگرا می شوند. روش های تکاملی با استفاده از اپراتورهای مخصوص خود به جستجوی هوشمندانه در فضای جستجوی بزرگتر ولی متناهی با استفاده از روشهای آماری می پردازند. در این پایان نامه از روش کوادراتیک ترتیبی به عنوان روشی کلاسیک و شبکه عصبی مصنوعی به عنوان روشی تکاملی برای بازیابی پارامترهای گسل بم استفاده شد. بدین منظور ابتدا با استفاده از داده شبیه سازی شده، صحت نتایج و حساسیت روش کلاسیک به مقادیر اولیه و وجود نویز در داده ها بررسی شد. سپس از مشاهدات واقعی جابه جایی قائم سطحی به دست آمده از تکنیک تداخل سنجی راداری استفاده شد. با استفاده از پارامترهای به دست آمده از روش کوادراتیک ترتیبی mse=2.33e-4 متر و با استفاده از نتایج حاصل از شبکه عصبی mse=2.94e-4 متر محاسبه گردید. با قرار دادن نتایج شبکه عصبی به عنوان مقادیر اولیه روش کوادراتیک ترتیبی mse=2.20e-4 متر محاسبه گردید که تطابق بهتری بین مشاهدات واقعی و مدل را نشان می دهد و بیانگر انتخاب نادرست مقادیر اولیه پارامترها در حل مسأله با روش کلاسیک در مرحله اول است. بنابراین روش های کلاسیک به دلیل وابستگی به مقادیر اولیه برای حل اغلب مسائل ژئوفیزیک مناسب نیستند ولی شبکه عصبی در صورت تعیین مناسب پارامترها و آموزش صحیح، نقطه بهینه کلی را تقریب می زند.