تجزیه و تحلیل وضعیت گسل کلاته خیج با روش الگوریتم ژنتیک با استفاده از داده های گرانی سنجی

در مسائل وارون، روش های بهینه سازی برای یافتن برخی پارامترهای فیزیکی و هندسی ساختارهای زیرزمینی به کار می روند. در این مقاله، با استفاده از داده های گرانی، از الگوریتم هوشمند ژنتیک به عنوان یک روش بهینه سازی در تخمین پارامترهای یک گسل با ضخامت محدود استفاده می شود. به این منظور داده های مصنوعی بدون و با نوفه گاوسی حاصل از گسل های نرمال و معکوس در راستای عمود بر امتداد بی هنجاری تولید و سپس با الگوریتم ژنتیک، پارامترها شامل ضخامت، عمق بالایی، عمق پایینی و زاویه شیب گسل به دست می آیند. تعداد جمعیت اولیه مفروض یکی از متغیرهای تاثیرگذار در سرعت همگرایی الگوریتم و دقت نتایج است. با این روش، پارامترهای مدل گسل نرمال با داده های بدون نوفه با خطای کمتر از یک درصد، با داده های با نوفه ۵ درصد با خطای کمتر از ۶ درصد و با داده های با نوفه ۱۰ درصد با خطای کمتر از ۱۰ درصد به دست آمدند. در گام بعد برای بهبود کیفیت پارامترهای تخمین زده شده از فیلتر هموار سازی میانگین متحرک مرتبه دوم برای گسل معکوس استفاده شد که منجر به بهبود نتایج و افزایش سرعت همگرایی الگوریتم گردید. در این حالت، پارامترها با داده ها با ۱۰ درصد نوفه با خطای تخمین کمتر از ۲ درصد به دست آمدند و استفاده از فیلتر میانگین متحرک مرتبه دوم سبب شد پس از تعداد کمتری تکرار الگوریتم، تابع هدف کمینه شده و پارامترهای گسل معکوس به دست آیند. سرانجام الگوریتم بر روی داده های گرانی واقعی گسل کلاته خیج اعمال شد که نتایج به دست آمده با شواهد زمین شناسی همخوانی قابل قبولی داشت.

کلیدواژه ها:

داده های گرانی ، گسل ، تخمین پارامترها ، الگوریتم ژنتیک ، گسل کلاته خیچ