مدلسازی معکوس سهبُعدی مدلهای گرانی با استفاده از الگوریتم کلونی مورچهها
نویسندگان
چکیده مقاله:
هدف از این پژوهش،مدلسازی معکوس سهبُعدی بیهنجاریهای گرانی بهمنظور دستیابی به مدل چگالی در مقاطععمقیمتفاوت است.در این تحقیق، از روش جدیدی بر مبنای روشهای تصادفیدر حل مسائل بهینهسازی معکوس در ژئوفیزیک استفاده شده است. الگوریتمهای تکاملی از جمله روشهای تصادفیای هستندکه میتوان به کار گرفت. الگوریتم کلونی مورچگان از این دسته الگوریتمها است، که از رفتار مورچهها در طبیعت، برای یافتن کوتاهترین مسیر از لانه تا غذا الهام گرفته است. با تعمیم این رفتار مورچهها به مسئلههای معکوس در ژئوفیزیک، بهمنظور یافتن مدلی که به بهترین وجه به دادههای مشاهدهای برازش داده شده باشد، میتوان از این الگوریتم استفاده کرد. برای پیادهسازیاینالگوریتمبرنامهایبهزبانمَتلَب(MATLAB)نوشتهشدهاست. بهمنظور بررسی کارایی روش، سه مدل مصنوعی متفاوت مورد آزمایش قرار گرفت. ساختار مدلهایمصنوعی موردنظربهصورتترکیبیازمکعبهایسهبُعدیدرنظرگرفتهشده است، تابتوانهرساختارنامشخصهندسیرابااستفادهازآنمدلکرد. در مثال اول، هدف، بررسی بیهنجاری حاصل از دو مدل ساده با تباین چگالی متفاوت است که در عمقهای متفاوتی قرار دارند. در مثال دوم، بهمنظور ارزیابی توانایی الگوریتم در معکوسسازی بیهنجاریهایی با مقادیر کوچک، مدلی با هندسه پلکانی در عمقهای گوناگون با تباین چگالی ثابت مورد آزمایش قرار گرفت. درنهایت در مثال سوم، به بررسی بیهنجاری حاصل از دو مدل با هندسه پیچیده Tو Lو تباین چگالی متفاوت پرداخته شده است. اینروشبرایمدلهایمصنوعیبدون نوفه و با نوفه 5% آزمایششد. نتایج بهدست آمده نشان داد که با استفاده از الگوریتم کلونی مورچگان میتوان بیهنجاری حاصل از مدلهایی با هندسه پیچیده و جهتدار را بهخوبی مدلسازی کرد و همچنین این روش برای ترکیبی از مدلها با تباین چگالی گوناگون که در عمقهای متفاوتی قرار گرفتهاند نیز، قابل استفاده است. علاوهبراین، این الگوریتم توانایی معکوسسازی بیهنجاریهایی در حدود MGAL را دارد.
منابع مشابه
پیشبینی درماندگی مالی شرکتها با استفاده از الگوریتم کلونی مورچگان
پیشبینی درماندگی مالی شرکتها یکی از موضوعات مهمی است که به موفقیت و تداوم حیات شرکتها کمک زیادی میکند. از جمله روشهای هوشمندی که اخیرًا در حل مسائل پیشبینی و دستهبندی نتایج مطلوبی را بههمراه داشته، روش الگوریتم کلونی مورچگان است. پژوهش حاضر به مطالعۀ پیشبینی درماندگی مالی شرکتها با استفاده از الگوریتم کلونی مورچگان میپردازد. جامعۀ آماری شامل شرکتهای بورس اوراق بهادار تهران و نمونۀ اس...
متن کاملاستفاده از الگوریتم کلونی مورچگان جهت مدلسازی معکوس داده های ثقل سنجی(مطالعه موردی منطقه گتوند-ایران)
در حال حاضر در زمینه بهینهسازی، الگوریتم کلونی مورچهها تاکنون بر روی مسائل بهینهسازی گوناگونی، به صورت موفقیت آمیز پیادهسازی و اجرا گردیده است. این الگوریتم برگرفته از زندگی واقعی مورچهها برای یافتن کوتاهترین مسیر از لانه تا غذا الهام گرفته است. با تعمیم این رفتار مورچهها به مسائل معکوس در ژئوفیزیک، به منظور یافتن مدلی که به بهترین وجه به دادههای مشاهدهای برازش داده شده باشد، میتوان از...
متن کاملمقید کردن مدل سازی معکوس داده های گرانی سنجی با استفاده از اطلاعات مرز منابع موجد آنومالی گرانی
در دادههای گرانی محل وقوع تغییرات ناگهانی آنامولی، لبه را میسازد، که با روشهای کشف و آشکارسازی این لبهها در دادههای گرانی میتوان به موقعیت و مرز یک توده جرم در زیرزمین دست یافت. هدف از این پژوهش، بهکارگیری اطلاعات موقعیت و مرز یک توده جرم در زیرزمین جهت مقید کردن مدلسازی معکوس دادههای گرانی با استفاده از الگوریتم کلونی مورچگان به منظور بهبود عدم یکتایی و اجتناب از همگرایی زودرس و یا ...
متن کاملمعکوس سه بعدی داده های گرانی
به منظور تفسیر آنومالی گرانی حاصل از یک معدن کرولیت در جنوب – غرب ایران , از مسئله سه بعدی استفاده کرده ایم. روش معرفی شده توسط لیزر و کوبیک 1983 , و توسعه یافته توسط لوی 1997 , برای داده های گرانی با دقت زیاد , برای تعیین شکل سه بعدی آنومالی , آزمایش شده است. نتایج حاصل از حل مسئله معکوس توسط گمانه های حفاری اخیرا در منطقه تأیید شده اند.
متن کاملمدلسازی هندسه سنگ بستر با استفاده از دادههای گرانیسنجی و الگوریتم کلونی مورچگان
تعیین عمق و هندسه سنگ بسترهای مدفون در حوضههای رسوبی از اهداف راهبردی بسیاری از پروژههای اکتشافی بهویژه آبهای زیرزمینی و ذخایر هیدروکربوری است. تحقیق پیشِ رو با هدف مدلسازی دوبعدی ضخامت رسوبات یک حوضه رسوبی با استفاده از وارونسازی دادههای گرانیسنجی انجام شده است. در این پژوهش، طراحی و اجرای الگوریتم کلونی مورچگان بهعنوان ابزاری توانمند برای مدلسازی غیرخطی دوبعدی دادههای گرانی در دو...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 8 شماره 1
صفحات 102- 125
تاریخ انتشار 2014-03-21
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023